面试题答案
一键面试1. 使用合适的Routing参数
- 方法：在发送GET请求时，通过指定
routing参数，将请求定向到特定的分片。例如，在索引文档时已经基于某个字段（如用户ID）分配了路由，查询时也使用相同的字段值作为routing参数。 - 原理：ElasticSearch中的数据是分布式存储在多个分片上的。默认情况下，查询会广播到所有分片，然后汇总结果。当使用
routing参数时，查询可以直接发送到特定的分片，减少不必要的网络开销和数据处理量，从而提升查询性能。因为它避免了在所有分片上进行全量扫描，只在指定的分片上查找数据。
2. 合理设计索引的分片数量
- 方法：在创建索引时，根据数据量、预计查询负载等因素，合理设置分片数量。如果数据量较小，过多的分片会增加管理开销；如果数据量较大，过少的分片可能导致查询性能瓶颈。
- 原理：较少的分片意味着每个分片存储的数据量相对较大，在查询时单个分片的检索成本可能较高，但减少了分片间的协调开销。较多的分片可以分散数据负载，提高并行处理能力，但过多分片会增加管理成本和跨分片通信开销。合适的分片数量能在这两者之间找到平衡，使得查询能够高效地在各个分片上并行执行，从而提升整体查询性能。
3. 利用Filter缓存
- 方法：在查询中使用过滤条件，并确保这些过滤条件相对稳定。ElasticSearch会自动缓存经常使用的过滤结果。
- 原理：当一个过滤请求被执行时，ElasticSearch会检查缓存中是否有对应的过滤结果。如果有，直接从缓存中获取结果，而不需要再次在每个分片上执行过滤操作。这大大减少了查询的响应时间，提升了查询性能，尤其是对于重复执行的相同过滤条件的查询。
4. 优化查询语句结构
- 方法：避免复杂度过高的查询语句，例如多层嵌套的布尔查询。尽量将复杂查询拆分成多个简单查询，然后再组合结果。同时，优先使用能快速缩小结果集的查询条件。
- 原理：复杂的查询语句在解析和执行时需要消耗更多的资源，包括CPU、内存和网络。简单的查询语句更容易在分片上快速执行，通过逐步缩小结果集，可以减少每个阶段需要处理的数据量。这样在整个查询过程中，每个步骤都能更高效地运行，最终提升整体的查询性能。