ElasticSearch面试题

一、elasticsearch的写入过程？
当es接收到一个写请求时，es的请求会发送到协调节点上，协调节点根据该条记录的_id通过一个路由算法计算出我们该条记录被分配到哪一条shard上，当数据保存到对应的primary shard和replica shard上之后，返回响应到协调节点，协调节点返回成功的响应到客户端；

二、elasticsearch的写入是实时搜索的不？
非实时的，elasticsearch是一个近实时的搜索系统，写入的时候，先将文档写入到内存缓冲区中和translog里面，通过refresh操作将内存缓冲区里面的数据刷新到segments中，此时才可以被条件搜索，之前只能通过doc_id搜索到，refresh默认是1s刷新一次，最小可设置为100ms刷新一次，值设置的越小，则写入的性能就越差；

三、当elasticsearch的参数refresh设置为-1的时候，是不是就不会刷新到segments了？
会刷新到内存的，有两种情况下会刷新内存中，一是根据我们设置的时间间隔refresh，二是当内存缓冲区满了的时候refresh；

四、elasticsearch的查询流程？
当通过docid查询数据的时候，会先用我们的路由算法计算出shard的位置，然后在对应的shard上查询数据；
当通过条件查询的时候，会有协调节点将查询请求分发到所有的shard对应的primary shard或者replica shard上，在每个shard上查询了之后，在将结果返回到协调节点，在协调节点上做排序、合并等操作，最终返回给客户端；

五、elasticsearch的持久化？
elasticsearch默认是1s中将内存缓冲区中的数据落地到segments中的，使数据可以被搜索，但是数据有可能会被丢失，因为数据是保存在内存中的；es写入的时候会将数据写入到内存缓冲区和translog中，默认五秒钟执行一次fsync，将缓存中的translog文件保存到磁盘中，每三十分钟或者当translog文件大小达到上限时会触发一次flush，将缓存中的数据保存到磁盘上并清空translog文件；
flush执行的步骤如下：

• 把所有在内存缓冲区中的文档写入到一个新的segment中
• 清空内存缓冲区
• 往磁盘里写入commit point信息
• 文件系统的page cache(segments) fsync到磁盘
• 删除旧的translog文件，因此此时内存中的segments已经写入到磁盘中,就不需要translog来保障数据安全了

六、elasticsearch删除的流程？
elasticsearch删除实际上是一个伪删除，每个提交点（commit point）会包含一个.del文件，里面列出了每一个被删除的段的信息，查询的时候，被删除的信息任然可以被检索到，只是在最终返回结果集的时候会被过滤掉，当在segment合并的时候，被标记为del的段才会被清理掉；
这样做是为了保证在不重写整个倒排索引的情况下，通过增加新的索引的方式来体现出最近的修改；

七、如何避免集群脑裂问题？
es有一个参数discovery.zen.minimum_master_nodes：表示选举一个master节点最少需要多少个候选节点，默认是1个，一般设置为N/2+1；