“index_current” : 0,
“index_failed” : 0,
“delete_total” : 0,
“delete_time_in_millis” : 0,
“delete_current” : 0,
“noop_update_total” : 0,
“is_throttled” : false,
“throttle_time_in_millis” : 0
}
其返回字段说明如下：
- index_total
索引操作总次数。
- index_time_in_millis
索引操作总耗时。
- index_current
当前正在执行索引操作的个数。
- index_failed
失败的索引操作次数。
- delete_total
执行删除索引操作的次数。
- delete_time_in_millis
删除索引操作总耗时。
- delete_current
当前正在执行删除索引操作的个数。
- noop_update_total
空更新总次数（检测到空更新的次数）。
- is_throttled
索引是否处在merge throttling control（合并节流控制状态）。
- throttle_time_in_millis
索引处在merge throttling control(合并节流状态)的时间开销。
4、get
get api 统计信息，其返回示例如下：
“get” : {
“total” : 0,
“time_in_millis” : 0,
“exists_total” : 0,
“exists_time_in_millis” : 0,
“missing_total” : 0,
“missing_time_in_millis” : 0,
“current” : 0
}
其返回字段说明如下：
- total
get api总调用次数。
- time_in_millis
get api总耗时。
- exists_total
命中的次数。
- exists_time_in_millis
命中的操作总耗时。
- missing_total
未命中的总次数。
- missing_time_in_millis
未命中的操作的总耗时。
- current
当前正在执行的个数。
5、search
查询API的统计信息，其返回示例如下：
“search” : {
“open_contexts” : 0,
“query_total” : 0,
“query_time_in_millis” : 0,
“query_current” : 0,
“fetch_total” : 0,
“fetch_time_in_millis” : 0,
“fetch_current” : 0,
“scroll_total” : 0,
“scroll_time_in_millis” : 0,
“scroll_current” : 0,
“suggest_total” : 0,
“suggest_time_in_millis” : 0,
“suggest_current” : 0
},
其返回字段说明如下：
- open_contexts
正在打开的查询上下文个数。
- query_total
查询出来的总数据条数。
- query_time_in_millis
查询阶段所耗费的时间。
- query_current
当前正在查询个数。
- fetch_total
Fetch操作的次数。
- fetch_time_in_millis
Fetch阶段总耗时时间。
- fetch_current
正在fetch的次数。
- scroll_total
通过scroll api查询数据总条数。
- scroll_time_in_millis
通过scroll api总耗时时间。
- scroll_current
当前滚动API调用次数。
- suggest_total
通过suggest api获取的推荐总数量。
- suggest_time_in_millis
suggest总耗费时间。
- suggest_current
正在执行suggest api的个数。
6、merges
合并相关的统计信息，其输出示例如下：
“merges” : {
“current” : 0,
“current_docs” : 0,
“current_size_in_bytes” : 0,
“total” : 0,
“total_time_in_millis” : 0,
“total_docs” : 0,
“total_size_in_bytes” : 0,
“total_stopped_time_in_millis” : 0,
“total_throttled_time_in_millis” : 0,
“total_auto_throttle_in_bytes” : 104857600
}
其返回字段说明如下：
- current
总发生的合并次数。
- current_docs
当前正在发生合并的文档数。
- current_size_in_bytes
当前合并参与的文档总大小，单位字节。
- total
总发生的合并次数。
- total_time_in_millis
合并的总耗时（单位毫秒）。
- total_docs
merge(合并)时总处理的文档个数。
- total_size_in_bytes
merge(合并)时总处理的文档总大小（字节）。
- total_stopped_time_in_millis
merge(合并)时总停止时间（吞吐率为0）。
- total_throttled_time_in_millis
超过指定吞吐率而暂停的时间（节流）。
- total_auto_throttle_in_bytes
自动进行流控的阔值,默认速率20m/s。
7、refresh
刷新索引相关的统计。
“refresh” : {
“total” : 15,
“total_time_in_millis” : 0,
“listeners” : 0
}
其返回字段说明如下：
- total
执行刷新的总次数。
- total_time_in_millis
执行刷新总耗时。
- listeners
等待刷新侦听器的数量。
8、flush
刷盘的统计信息。
“flush” : {
“total” : 5,
“periodic” : 0,
“total_time_in_millis” : 0
}
其返回字段说明如下：
- total
执行刷盘操作的次数。
- periodic
当translog超过刷新阈值时周期性触发的刷新次数。
- total_time_in_millis
刷盘操作总耗时时间。
9、warmer
索引分片(shard)预热统计信息，分片预热是指为索引创建一个分片节点时，是否对该索引预热（为索引创建一bitSet位图）。其统计示例如下：
“warmer” : {
“current” : 0,
“total” : 5,
“total_time_in_millis” : 0
}
其返回字段说明如下：
- current
当前正在预热的个数。
- total
总共发生的预热次数。
- total_time_in_millis
分片预热总耗时。
10、query_cache
查询缓存统计信息，其示例如下：
“query_cache” : {
“memory_size_in_bytes” : 0,
“total_count” : 0,
“hit_count” : 0,
“miss_count” : 0,
“cache_size” : 0,
“cache_count” : 0,
“evictions” : 0
}
其返回字段说明如下：
- memory_size_in_bytes
查询缓存占用的内存空间，单位为字节。
- total_count
缓存中查询的总次数，等于hit_count + miss_count。
- hit_count
查询缓存命中的次数。
- miss_count
查询缓存未命中的次数。
- cache_size
当前查询缓存中缓存文档的个数。
- cache_count
查询缓存总缓存文档个数（包含已经被换出evictions的文档个数）。
- evictions
查询缓存被逐出的总数。
11、fielddata
fielddata统计信息，fielddata主要用加快text字段排序与聚合的性能，存储词根与文档的映射关系存储在在内存，在内存中进行排序与聚合。
“fielddata” : {
“memory_size_in_bytes” : 0,
“evictions” : 0
}
其返回字段说明如下：
- memory_size_in_bytes
当前占用内存的大小。
- evictions
被逐出词根的个数。
12、completion
completion(自动填充)相关统计，其输出示例为：
“completion” : {
“size_in_bytes” : 0
},
其返回字段说明如下：
- size_in_bytes
自动提示占用字节数。
13、segments
检索打开段的内存使用情况。可选地，设置include_segment_file_size=true(默认为false)，将输出每个Lucene索引文件的聚合磁盘使用情况，其返回示例如下：
“segments” : {
“count” : 32,
“memory_in_bytes” : 38078,
“terms_memory_in_bytes” : 23838,
“stored_fields_memory_in_bytes” : 9984,
“term_vectors_memory_in_bytes” : 0,
“norms_memory_in_bytes” : 2048,
“points_memory_in_bytes” : 32,
“doc_values_memory_in_bytes” : 2176,
“index_writer_memory_in_bytes” : 0,
“version_map_memory_in_bytes” : 0,
“fixed_bit_set_memory_in_bytes” : 0,
“max_unsafe_auto_id_timestamp” : -1,
“file_sizes” : { }
},
其返回字段说明如下：
- count
该索引目前拥有的总段数。
- memory_in_bytes
该索引缓存在内存中字节数。
- terms_memory_in_bytes
倒排索引(term)缓存在内中所占字节数。
- stored_fields_memory_in_bytes
该索引定义为stored_fields字段在内存中缓存的字节数。
- term_vectors_memory_in_bytes
该索引term_vectors(词向量)在内存中所占字节数量。
- norms_memory_in_bytes
该索引存储对应norms=true的字段当前在内存中缓存字节数。
- points_memory_in_bytes
与地理位置相关的缓存数据。
- doc_values_memory_in_bytes
设置为doc_values缓存在内存中的字节数（doc_values,列式存储）。
- index_writer_memory_in_bytes
用于优化索引写的缓存（减少写磁盘的频率）。
- version_map_memory_in_bytes
关于文档的版本映射所占内存大小。
- fixed_bit_set_memory_in_bytes
fixed_bit_set内存，专门用来做nested查询的。
- max_unsafe_auto_id_timestamp
es内部当前的自增ID。
- file_sizes
其中如果设置为true，则file_sizes主要包含如下统计信息：
14、translog
translog统计信息（有点类似于Innodb的redo日志），其输出示例如下：
“translog” : {
“operations” : 0,
“size_in_bytes” : 1100,
“uncommitted_operations” : 0,
“uncommitted_size_in_bytes” : 1100,
“earliest_last_modified_age” : 0
}
其返回字段说明如下：
- operations
写translog的次数（索引文档、更新文档、删除文档的总操作数量）。
- size_in_bytes
translog实例管理的translog文件总大小。（一个索引引擎(InternalEngine)示例包含一个Translog实例）。
- uncommitted_operations
当前还未提交到lucene中的操作次数（索引文档、更新文档、删除文档的操作数量）。
- uncommitted_size_in_bytes
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且会持续更新！
如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）
最后
看完美团、字节、腾讯这三家的面试问题，是不是感觉问的特别多，可能咱们又得开启面试造火箭、工作拧螺丝的模式去准备下一次的面试了。
开篇有提及我可是足足背下了1000道题目，多少还是有点用的呢，我看了下，上面这些问题大部分都能从我背的题里找到的，所以今天给大家分享一下互联网工程师必备的面试1000题。
注意不论是我说的互联网面试1000题，还是后面提及的算法与数据结构、设计模式以及更多的Java学习笔记等，皆可分享给各位朋友
互联网工程师必备的面试1000题
而且从上面三家来看，算法与数据结构是必备不可少的呀，因此我建议大家可以去刷刷这本左程云大佬著作的《程序员代码面试指南 IT名企算法与数据结构题目最优解》，里面近200道真实出现过的经典代码面试题。
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
、实战项目、讲解视频，并且会持续更新！**
如果你觉得这些内容对你有帮助，可以扫码获取！！（备注Java获取）
最后
看完美团、字节、腾讯这三家的面试问题，是不是感觉问的特别多，可能咱们又得开启面试造火箭、工作拧螺丝的模式去准备下一次的面试了。
开篇有提及我可是足足背下了1000道题目，多少还是有点用的呢，我看了下，上面这些问题大部分都能从我背的题里找到的，所以今天给大家分享一下互联网工程师必备的面试1000题。
注意不论是我说的互联网面试1000题，还是后面提及的算法与数据结构、设计模式以及更多的Java学习笔记等，皆可分享给各位朋友
[外链图片转存中…(img-ST8fbKKg-1713083003978)]
互联网工程师必备的面试1000题
而且从上面三家来看，算法与数据结构是必备不可少的呀，因此我建议大家可以去刷刷这本左程云大佬著作的《程序员代码面试指南 IT名企算法与数据结构题目最优解》，里面近200道真实出现过的经典代码面试题。
[外链图片转存中…(img-T8qfQzPK-1713083003978)]
《互联网大厂面试真题解析、进阶开发核心学习笔记、全套讲解视频、实战项目源码讲义》点击传送门即可获取！
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
