面试题答案
一键面试1. 数据预热
- 原理：Elasticsearch底层基于Lucene，数据存储在段（Segment）中。查询时如果相关数据不在内存（操作系统的文件缓存）中，会从磁盘读取，这会增加I/O开销。
- 策略：在实际查询前，通过预查询一些常用的数据，将热数据加载到内存中。例如，可以定时查询最近一周或一个月内频繁查询的索引数据，使得后续正式的复杂查询时，数据能直接从内存获取，减少磁盘I/O等待时间。
2. 合理设置分片和副本
- 原理：Elasticsearch通过分片（Shard）将索引数据分布到不同节点上并行处理，副本（Replica）用于高可用和负载均衡。
- 策略：
- 分片数量：根据预估的数据量和节点数量合理设置分片数。例如，如果每个节点有足够的资源（CPU、内存等），对于数据量较大的索引，可以适当增加分片数，以增加并行处理能力。但分片数过多也会带来额外的管理开销，所以需要根据实际情况进行调优。一般来说，单个分片的数据量控制在几十GB较为合适。
- 副本数量：适当设置副本数量，既保证高可用，又能在查询时利用副本分担读压力。例如，在读取量大的场景下，可以设置2 - 3个副本，查询时请求可以分发到不同的副本上，提高查询的并行度。
3. 利用缓存机制
- 原理：Elasticsearch有请求缓存（Request Cache）和字段数据缓存（Field Data Cache）等。请求缓存用于缓存整个查询结果，字段数据缓存用于缓存聚合分析等操作所需的字段数据。
- 策略：
- 请求缓存：对于不经常变化的数据和查询条件固定的复杂查询，可以启用请求缓存。例如，对于一些固定时间段（如每月第一天统计上月数据）的跨索引聚合分析，开启请求缓存可以直接返回之前缓存的结果，大大减少查询时间。但要注意，当数据发生变化时，缓存需要及时更新或失效。
- 字段数据缓存：在进行聚合分析时，确保相关字段的数据能被字段数据缓存命中。例如，在跨索引按某个字段进行分组聚合时，提前预热该字段数据到缓存中，这样在查询时可以直接从缓存获取数据进行聚合，避免重复从磁盘加载数据。
4. 优化查询语句
- 原理：Elasticsearch查询解析器会将查询语句解析成执行计划。简单、精准的查询语句能生成更高效的执行计划。
- 策略：
- 减少不必要的字段返回：在查询时，只指定需要的字段，避免返回大量无用数据。例如，在聚合分析时，如果只需要计算总和和数量，就不需要返回具体的文档内容字段，这样可以减少网络传输和数据处理量。
- 合理使用过滤器：利用过滤器（Filter）而不是查询（Query）来缩小数据范围。过滤器不计算相关性分数，执行效率更高。例如，在跨索引查询时，先通过过滤器过滤出符合基本条件（如时间范围、特定类别等）的数据，再进行后续的聚合分析操作。
- 使用路由参数：如果索引数据有特定的路由规则（如按用户ID路由到特定分片），在查询时带上路由参数，使查询直接定位到相关分片，减少不必要的跨分片查询开销。
5. 分布式查询优化
- 原理：Elasticsearch在执行跨索引查询时，会将查询请求分发到各个索引的分片上，然后汇总结果。
- 策略：
- 合并阶段优化：在结果合并阶段，减少不必要的数据传输。例如，对于聚合分析，可以在每个分片上先进行局部聚合，然后在协调节点（Coordinating Node）上合并局部聚合结果，而不是将所有分片的原始数据都传输到协调节点再进行聚合，这样可以减少网络带宽占用和数据处理量。
- 优先使用本地数据：如果查询节点本身存储了部分索引数据，可以优先从本地节点查询，减少跨节点的数据传输。例如，可以将一些热数据索引的分片分配到查询频繁的节点上，提高查询效率。