面试题答案
一键面试- 合理设计索引结构：将相关性高的数据放在同一个索引中，避免索引过于庞大。例如，一个电商系统中，可按商品类别分别建立索引，如服装类、电子类索引等，这样在搜索特定类别商品时能减少检索范围，提升性能。
- 优化字段映射：根据数据类型准确设置字段映射。对于不需要进行全文搜索的字段，设置为
not_analyzed，避免不必要的分词处理。如商品的ID字段，通常直接匹配，设为not_analyzed可加快搜索速度。 - 选择合适的分片数量：根据数据量和集群规模确定分片数。数据量较小且集群节点少，分片数不宜过多，避免资源浪费和过多的跨片查询开销；数据量较大时，适当增加分片以提高并行处理能力。例如，初始预估100GB数据量，可先设置5个分片，后续根据实际性能和数据增长调整。
- 使用倒排索引优化：倒排索引是ElasticSearch的核心，通过优化词条和文档的关联存储方式，例如采用更紧凑的数据结构存储词条和对应的文档列表，能加快词条查找和文档匹配速度。
- 启用索引缓存：利用ElasticSearch的索引缓存机制，缓存经常查询的索引数据，减少磁盘I/O。如热数据的索引可设置较高的缓存优先级，让其更易被缓存，下次查询相同数据时可直接从缓存获取，提升响应速度。