面试题：ElasticSearch 近实时搜索中的缓存机制与性能

工作原理：节点查询缓存存储的是整个查询的结果集。当一个查询被执行时，Elasticsearch 首先检查节点查询缓存中是否已经存在该查询的结果。如果存在，则直接返回缓存的结果，而无需再次执行查询。缓存是基于查询的哈希值进行存储和查找的，相同的查询哈希值对应相同的缓存结果。
合理配置与使用：
- 启用缓存：在 elasticsearch.yml 中设置 indices.queries.cache.enable: true 来启用节点查询缓存。
- 设置缓存大小：可以通过 indices.queries.cache.size 来设置缓存大小，例如 indices.queries.cache.size: 10%，表示缓存大小占堆内存的 10%。对于读多写少，且查询相对固定的场景，适当增大缓存大小可以显著提升性能。
可能存在的问题及解决方案：
- 缓存失效不及时：当索引数据发生变化时，缓存中的结果可能不再准确。解决方案是 Elasticsearch 会在索引数据发生更改时，自动使相关的查询缓存失效。但如果更新频繁，缓存失效也频繁，可能影响性能，此时可考虑减少缓存大小或对更新操作进行批量处理。
- 内存占用：如果缓存设置过大，可能导致 JVM 内存不足。可通过监控 JVM 内存使用情况，动态调整缓存大小。

工作原理：过滤器缓存存储的是过滤器查询的结果，即哪些文档满足过滤条件。过滤器通常是无状态的，且具有幂等性，相同的过滤器在相同的数据上总是返回相同的结果。当执行一个带有过滤器的查询时，Elasticsearch 会先检查过滤器缓存中是否有该过滤器的结果。如果有，直接使用缓存结果来快速筛选文档，无需再次计算过滤条件。
合理配置与使用：
- 默认启用：过滤器缓存默认是启用的。
- 缓存大小控制：通过 indices.filter.cache.size 来设置，如 indices.filter.cache.size: 20%，表示占堆内存的 20%。对于经常使用过滤器的查询，适当增大该值可以提升性能。例如在基于时间范围、固定枚举值等过滤条件的查询中效果显著。
可能存在的问题及解决方案：
- 内存压力：如果缓存过多过滤器结果，会占用大量内存。可通过监控内存使用，合理调整缓存大小。对于不常用的过滤器，可以手动使其缓存失效，释放内存。
- 缓存共享问题：不同分片可能存在相同过滤器的缓存，造成内存浪费。Elasticsearch 在一定程度上会共享相同过滤器的缓存，但对于复杂场景可能效果不佳。此时可考虑对过滤器进行合并或优化，减少不必要的缓存。

工作原理：字段数据缓存用于存储倒排索引中字段的正排数据，以便在排序、聚合等操作中快速访问文档的字段值。当需要对某个字段进行排序或聚合时，如果该字段的字段数据不在缓存中，Elasticsearch 会从磁盘读取倒排索引，构建正排数据并放入缓存。下次再对该字段进行相同操作时，就可以直接从缓存中获取数据。
合理配置与使用：
- 按需使用：由于构建字段数据缓存可能消耗大量内存和 I/O，应避免对大文本字段等不适合排序或聚合的字段使用字段数据缓存。
- 缓存预热：在系统启动或负载高峰前，可以通过预先执行一些包含排序或聚合的查询，来填充字段数据缓存，提高后续查询性能。
可能存在的问题及解决方案：
- 内存消耗大：尤其是对大数据量的字段，构建缓存可能导致内存不足。可以通过设置 indices.fielddata.cache.size 来限制缓存大小，如 indices.fielddata.cache.size: 30%。同时，对于不需要长期保留在缓存中的字段数据，可以设置合理的过期时间。
- 构建成本高：首次构建字段数据缓存可能需要大量 I/O 和 CPU 资源。可以通过优化索引结构，如使用更紧凑的编码方式，减少构建缓存的成本。

星途面试题库