面试题：ElasticSearch多索引设计原则之索引结构设计

Question

在ElasticSearch API规范下，当设计多索引时，如何合理规划不同索引的结构以确保数据的高效存储和查询？请举例说明不同业务场景下索引结构设计的要点。

Answer 1

合理规划多索引结构确保数据高效存储和查询的方法

1. 按数据生命周期规划：将经常访问的热数据放在高性能存储介质对应的索引中，而将历史归档的冷数据放在成本较低的存储对应的索引。例如，电商订单系统，最近一个月的订单数据查询频繁，可放在SSD存储支持的索引；一年前的订单数据较少查询，可放在HDD存储相关索引。
2. 按业务功能模块划分：不同业务模块数据放入不同索引。如社交媒体平台，用户信息一个索引，动态发布一个索引，评论数据一个索引。这样可以避免索引过大，且不同业务模块的查询和维护互不干扰。
3. 按数据频率划分：高频更新数据与低频更新数据分开索引。比如物联网设备监控，设备实时状态数据更新频繁，放一个索引；设备基础配置信息很少更新，放另一个索引。

不同业务场景下索引结构设计要点

1. 日志记录场景
   • 时间序列索引：按时间划分索引，如每天或每周一个索引，方便按时间范围查询。例如，服务器日志，按天生成索引，利于快速定位某天的问题。
   • 字段设计：包含时间戳、日志级别、日志内容、相关服务名等字段。时间戳用于排序和范围查询，日志级别用于筛选，日志内容用于全文检索，服务名用于区分不同服务产生的日志。
2. 电商商品搜索场景
   • 商品分类索引：按商品类别构建索引，如电子产品、服装等不同索引，便于同类商品快速检索。
   • 字段设计：商品名称（可分词，用于全文检索）、商品描述（分词，支持详细描述查询）、价格、库存、品牌等字段。价格可用于范围查询（如筛选价格区间），库存可用于库存相关查询，品牌用于品牌筛选。
3. 金融交易场景
   • 交易类型索引：按交易类型，如转账、存款、取款等划分索引，方便快速定位特定交易类型。
   • 字段设计：交易ID（唯一标识，便于精确查询）、交易时间、交易金额、交易双方账号、交易类型等字段。交易时间用于时间相关统计分析，交易金额用于金额范围查询等。