面试题：ElasticSearch分布式架构优化与调优

原理：Elasticsearch 将索引数据划分为多个分片，每个分片是一个独立的Lucene索引。合理的分片数能使数据均匀分布在集群节点上，提升查询并行处理能力。过多分片会增加资源开销，过少则影响并行性和扩展性。
配置参数：创建索引时通过 number_of_shards 参数设置，例如：

PUT /my_index
{
   "settings": {
       "number_of_shards": 5
   }
}

对集群影响：合适的分片数可提高查询性能，充分利用集群资源。分片数设置不当可能导致节点负载不均衡，影响整体性能。若后续发现分片数不合理，可通过 _split API 对索引进行分片调整，但操作较为复杂。

PUT /my_index
{
   "settings": {
       "number_of_shards": 5,
       "number_of_replicas": 1
   }
}

原理：Elasticsearch 有多种节点角色，如主节点（Master-eligible）、数据节点（Data）、协调节点（Coordinating）。合理分配角色能使节点专注于特定任务，提升集群整体性能。主节点负责集群状态管理，数据节点存储和处理数据，协调节点负责接收客户端请求并转发。
配置参数：在 elasticsearch.yml 配置文件中设置，例如：

node.master: true
node.data: false

表示该节点为仅主节点，不存储数据。

对集群影响：分离节点角色可避免单个节点承担过多任务导致性能瓶颈。若主节点负载过高，可能影响集群状态更新；数据节点负载过高，会影响数据读写性能。合理分配角色可提高集群稳定性和扩展性。

原理：自动发现机制允许节点自动发现并加入集群，无需手动配置每个节点。常用的发现插件如 Zen Discovery（默认）、EC2 Discovery（适用于 AWS 环境）等。通过自动发现，新节点能快速融入集群，保证集群的扩展性。
配置参数：以 Zen Discovery 为例，在 elasticsearch.yml 中配置 discovery.seed_hosts 来指定初始种子节点列表，例如：

discovery.seed_hosts: ["node1:9300", "node2:9300"]

对集群影响：自动发现机制提高了集群的可管理性和扩展性，新节点加入或旧节点离开集群时，能自动调整集群状态。若发现配置不当，可能导致节点无法正常加入集群，影响集群的可用性。

原理：良好的网络配置可减少数据传输延迟，提高集群节点间通信效率。这包括合理设置网络带宽、优化网络拓扑、避免网络拥塞等。
配置参数：在 elasticsearch.yml 中配置网络绑定地址和端口，如 network.host: 0.0.0.0 绑定所有可用网络接口，http.port: 9200 设置 HTTP 端口。
对集群影响：优化网络配置能显著提升集群性能，尤其是在大规模集群或数据传输量较大的情况下。网络问题如高延迟、丢包等，会严重影响数据同步和查询响应时间。

原理：随着数据的不断写入和删除，索引可能会产生碎片，影响查询性能。定期进行索引优化（如合并分片）可减少碎片，提高查询效率。同时，清理不再使用的索引可释放磁盘空间，减轻集群负担。
配置参数：使用 _forcemerge API 进行索引优化，例如：

POST /my_index/_forcemerge?max_num_segments=1

此命令将 my_index 索引的分片合并为单个段。删除索引使用 DELETE 请求，如 DELETE /my_index。

星途面试题库