面试题：ElasticSearch索引架构设计与深度查询调优

1. ElasticSearch索引架构设计

索引结构：
- 产品基本信息：设计为一个单独的文档类型（在Elasticsearch 7.x+ 文档类型概念逐渐弱化，但仍可逻辑区分）。包含字段如产品ID、名称、品牌、类别、描述、图片URL等。例如：

{
  "product_id": "12345",
  "name": "Sample Product",
  "brand": "Sample Brand",
  "category": "Electronics",
  "description": "This is a sample product description",
  "image_url": "http://example.com/image.jpg"
}

评论信息：每个评论作为一个文档，关联到对应的产品ID。包含字段如评论ID、产品ID、评论内容、评分、评论时间、评论者昵称等。

{
  "review_id": "r123",
  "product_id": "12345",
  "content": "Great product!",
  "rating": 4,
  "review_time": "2023-10-01T12:00:00Z",
  "reviewer_nickname": "User123"
}

销售数据：按时间周期（如每天、每月）聚合存储，关联产品ID。包含字段如销售日期、产品ID、销量、销售额等。

{
  "sale_date": "2023-10-01",
  "product_id": "12345",
  "quantity_sold": 100,
  "total_revenue": 1000.0
}

索引映射：
- 对于文本字段（如产品描述、评论内容），合理使用分析器。例如，对于英文文本可使用english分析器，它会进行词干提取等操作，有助于提高搜索相关性。对于类别字段，使用keyword类型，这样可以进行精确匹配。
- 对于数值字段（如价格、评分、销量、销售额），使用合适的数值类型，如float、integer等，确保可以进行范围查询。
- 对于日期字段（如评论时间、销售日期），使用date类型，并指定合适的日期格式。

2. 复杂查询支持

根据产品类别、价格区间、好评率等多个条件组合查询：
- 使用bool查询来组合多个条件。例如：

{
  "query": {
    "bool": {
      "must": [
        { "term": { "category": "Electronics" } },
        { "range": { "price": { "gte": 100, "lte": 500 } } },
        { "range": { "average_rating": { "gte": 4 } } }
      ]
    }
  }
}

这里term用于精确匹配产品类别，range用于价格区间和好评率的范围查询。

3. 查询性能调优策略及原因

索引优化：
- 字段数据类型优化：如上述提到，使用合适的数据类型。例如，数值类型使用数值字段而不是文本字段，避免在查询时进行类型转换开销。原因是Elasticsearch对不同数据类型有不同的存储和查询优化策略，合适的数据类型能提高查询速度。
- 分析器选择优化：对于文本字段，选择合适的分析器。简单的文本搜索可以使用标准分析器，对于特定语言或有词干提取等需求的，选择对应的分析器。原因是合适的分析器可以更准确地对文本进行分词，提高搜索相关性和速度。
- 减少字段冗余：避免在多个文档类型中重复存储相同的字段，减少索引体积。因为索引体积越小，磁盘I/O和内存占用越少，查询性能越高。
查询优化：
- 缓存：利用Elasticsearch的查询缓存机制，对于经常执行的查询，可以缓存查询结果。原因是缓存可以避免重复执行相同的查询，直接返回缓存结果，大大提高查询速度。
- 分页优化：对于分页查询，避免使用from和size进行深度分页。可以使用scroll或search_after。scroll适合一次性获取大量数据，但不适合实时请求；search_after适合实时分页。原因是深度分页时from和size会导致性能急剧下降，因为Elasticsearch需要从所有分片获取数据并排序。
- 索引预热：在系统启动或负载变化前，预先执行一些常见查询，使索引数据加载到内存中。原因是Elasticsearch在内存中查询数据速度远快于从磁盘读取，索引预热可以提高后续查询性能。
硬件及集群优化：
- 硬件资源：确保服务器有足够的内存和CPU资源。Elasticsearch是内存密集型应用，足够的内存可以提高索引和查询性能。原因是内存可以缓存更多的索引数据，减少磁盘I/O。
- 集群拓扑优化：合理分配分片和副本。根据数据量和查询负载，调整分片数量，确保每个分片的大小适中。副本数量也要根据可用性和性能需求平衡。原因是合理的分片和副本分布可以提高查询的并行处理能力和数据可用性。

星途面试题库

面试题：ElasticSearch索引架构设计与深度查询调优

知识考点

面试题答案

1. ElasticSearch索引架构设计

2. 复杂查询支持

3. 查询性能调优策略及原因