面试题答案
一键面试1. 增加索引
- 适用场景：当频繁基于某些字段进行过滤、排序或聚合操作时适用。例如，在日志数据中经常根据时间字段来筛选特定时间段内的记录，或者在电商商品数据中根据价格字段进行排序展示等场景，对这些时间、价格等字段增加索引，能够大幅提升查询性能。
- 原理：索引类似于书籍的目录，能快速定位到符合条件的数据，避免全量数据扫描。
2. 优化查询语句结构
- 适用场景：查询逻辑复杂，包含多个条件组合时。例如，在多条件组合的搜索场景，如电商搜索既要根据商品类别筛选，又要结合价格范围、品牌等条件过滤。
- 优化方式：合理使用布尔查询（如bool查询中的must、should、must_not等子句），优先使用过滤器（filter）而不是查询子句（query）进行简单过滤条件处理，因为过滤器不计算相关性分数，执行效率更高。
3. 调整分页参数
- 适用场景：当进行深度分页（如获取第1000页及以后的数据）时。传统的from + size方式在深度分页时性能急剧下降。
- 优化方式：使用scroll滚动查询，它适用于一次性处理大量数据但不需要实时结果的场景；或者使用search_after，它基于上一次查询结果的最后一条数据的特定字段值进行下一页查询，适用于需要实时结果且页码较深的分页场景。
4. 集群资源优化
- 适用场景：查询性能问题是由于集群资源不足引起的。例如，当集群节点的CPU、内存使用率长期过高，或者网络带宽经常跑满时。
- 优化方式：增加节点数量提升集群整体处理能力；合理分配节点角色，如将专门的节点用于处理协调节点任务，减轻数据节点压力；优化网络配置，确保数据传输的高效性。