面试题答案
一键面试1. query_then_fetch
- 工作原理：
- Query阶段：在各个分片上执行查询，每个分片根据查询条件，从本地的倒排索引中找到符合条件的文档ID，并按照相关性得分进行排序，然后只返回文档ID和相关性得分等少量信息给协调节点。
- Fetch阶段：协调节点收集到所有分片返回的文档ID后，根据这些ID去各个分片上获取完整的文档内容，并最终返回给客户端。
- 对准确性的影响：准确性较高，因为它是基于每个分片的本地索引进行查询，正常情况下能准确返回符合查询条件的文档。但在一些复杂的跨分片聚合场景下，由于只在每个分片内排序，可能存在全局排序不准确的情况。
- 对性能的影响：性能较好，在Query阶段只传输少量的文档ID和得分信息，网络传输开销小。但Fetch阶段可能存在多次远程调用获取文档内容的操作，如果文档数量较多，可能会有一定性能损耗。
2. dfs_query_then_fetch
- 工作原理：
- DFS（Distributed Fuzzy Search）阶段：在各个分片上先执行一个轻量级的查询，主要目的是收集全局的词频等统计信息。这个阶段每个分片会将本地的词频等信息返回给协调节点，协调节点汇总这些信息得到全局的词频等统计数据。
- Query阶段：基于DFS阶段得到的全局统计信息，在各个分片上重新执行查询，计算文档的相关性得分，并返回文档ID和相关性得分等少量信息给协调节点。
- Fetch阶段：与query_then_fetch的Fetch阶段相同，协调节点根据文档ID去各个分片获取完整文档内容并返回给客户端。
- 对准确性的影响：准确性更高，由于在查询前收集了全局的词频等统计信息，在计算相关性得分时能更准确地反映文档与查询条件的相关性，特别是在涉及到词频、文档频率等影响相关性的因素时，相比query_then_fetch能给出更精准的排序。
- 对性能的影响：性能相对较低，因为多了DFS阶段，这个阶段会增加额外的网络开销和计算开销，特别是在数据量较大时，DFS阶段收集全局统计信息的操作会消耗更多资源。
3. query_and_fetch
- 工作原理：在各个分片上同时执行查询和获取文档内容的操作，每个分片直接返回符合查询条件的完整文档给协调节点，协调节点收集所有分片返回的文档后进行汇总并返回给客户端。
- 对准确性的影响：准确性与query_then_fetch类似，基于本地索引查询，正常情况下能准确返回文档，但同样在复杂跨分片聚合场景下可能存在全局排序不准确问题。
- 对性能的影响：性能较差，因为每个分片都要返回完整文档，网络传输开销大，特别是在文档数量较多且文档内容较大时，网络带宽消耗严重，同时协调节点处理大量返回数据的压力也较大。
4. count
- 工作原理：专门用于统计符合查询条件的文档数量。在各个分片上执行查询统计，每个分片返回本地符合条件的文档数量，协调节点汇总这些数量得到总的文档数量并返回给客户端。
- 对准确性的影响：准确性高，能准确统计出符合查询条件的文档总数。
- 对性能的影响：性能较好，因为只需要统计数量，不需要获取文档内容，网络传输和处理开销小，特别是在只关心文档数量而不关心具体文档内容的场景下效率较高。