ES 面试题总结 ----＞第六章节

1、为什么要使用Elasticsearch?

系统中的数据，随着业务的发展，时间的推移，将会非常多，而业务中往往采用模糊查询进行数据的搜索，而模糊查询会导致查询引擎放弃索引，导致系统查询数据时都是全表扫描,在百万级别的数据库中，查询效率是非常低下的，而我们使用ES做一个全文索引，将经常查询的系统功能的某些字段，比如说电商系统的商品表中商品名，描述、价格还有id这些字段我们放入ES索引库里，可以提高查询速度。

2、 Elasticsearch的master选举流程?

• Elasticsearch 的选主是ZenDiscovery模块负责的,主要包含Ping(节点之间通过这个RPC来发现彼此)和Unicast(单播模块包含一个主机列表以控制哪些节点需要ping 通）这两部分

• 对所有可以成为master 的节点(node.master: true)根据nodeld,字典排序，每次选举每个节点都把自己所知道节点排一次序，然后选出第一个（第О位〉节点，暂且认为它是master节点。

• 如果对某个节点的投票致达到一定的值(可以成为master节点数n2+1)并且该节点自己也选举自己，
  那这个节点就是master。否则重新选举一直到满足上述条件。

• master节点的职责主要包括集群、节点和索引的管理，不负责文档级别的管理; data节点可以关闭http.
  功能。

3、 Elasticsearch集群脑裂问题?“脑裂”问题可能的成因？

• 网络问题:集群间的网络延迟导致一些节点访问不到master，认为master 挂掉了从而选举出新的master，并对master 上的分片和副本标红，分配新的主分片
• 节点负载:主节点的角色既为master 又为data，访问量较大时可能会导致ES停止响应造成大面积延迟，此时其他节点得不到主节点的响应认为主节点挂掉了，会重新选取主节点。
• 内存回收: data节点上的ES进程占用的内存较大，引发JVM的大规模内存回收，造成ES进程失去响应。

脑裂问题解决方案:

• 减少误判:discovery.zen.ping_timeout节点状态的响应时间，默认为3s，可以适当调大，如果 master
  在该响应时间的范围内没有做出响应应答，判断该节点已经挂掉了。调大参数（如6s ，
  discovery.zen.ping_timeout:6)，可适当减少误判。
• 选举触发: discovery.zen.minimum_master_nodes:1
  该参数是用于控制选举行为发生的最小集群主节点数量。当备选主节点的个数大于等于该参数的值，
  且备选主节点中有该参数个节点认为主节点挂了，进行选举。官方建议为(n/2)+1，n为主节点个数(即有资格成为主节点的节点个数)
• 角色分离:即master节点与data节点分离，限制角色
  主节点配置为: node.master: true node.data: false
  从节点配置为: node.master: false node.data: true

4、Elasticsearch在部署时，对Linux 的设置有哪些优化方法?

• 64 GB 内存的机器是非常理想的，但是32GB 和16 GB机器也是很常见的。少于8 GB会适得其反。
  如果你要在更快的CPUs和更多的核心之间选择，选择更多的核心更好。多个内核提供的额外并发远胜过稍微快一点点的时钟频率。

• 如果你负担得起SSD，它将远远超出任何旋转介质。基于SSD的节点,
  查询和索引性能都有提升。
  如果你负担得起，SSD是一个好的选择。

• 即使数据中心们近在咫尺，也要避免集群跨越多个数据中心。绝对要避免集群跨越大的地理距离。

• 请确保运行你应用程序的JVM和服务器的JVM是完全一样的。在Elasticsearch 的几个地方，使用Java的本地序列化。

• 通过设置gateway.recover_after_nodes、gateway.expected_nodes、gateway.recover_after_time可以在集群重启的时候避免过多的分片交换，这可能会让数据恢复从数个小时缩短为几秒钟。

• Elasticsearch 默认被配置为使用单播发现，以防止节点无意中加入集群。只有在同一台机器上运行的
  节点才会自动组成集群。最好使用单播代替组播。

5、在并发情况下，Elasticsearch 如果保证读写一致?

• 可以通过版本号使用乐观并发控制，以确保新版本不会被旧版本覆盖，由应用层来处理具体的冲突;
• 另外对于写操作，一致性级别支持quorum/one/all，默认为quorum，即只有当大多数分片可用时才允许写操作。但即使大多数可用，也可能存在因为网络等原因导致写入副本失败，这样该副本被认为故障，分片将会在一个不同的节点上重建。
• 对于读操作，可以设置replication 为 syne(默认)，这使得操作在主分片和副本分片都完成后才会返回;
  如果设置 replication为 async时，也可以通过设置搜索请求参数_preference为 primary来查询主分片，确保文档是最新版本。

6、如何监控Elasticsearch集群状态?

elasticsearch-head,插件
通过Kibana监控Elasticsearch。你可以实时查看你的集群健康状态和性能，也可以分析过去的集群、索引和节点指标

7、Elasticsearch中的倒排索引是什么?

倒排索引是搜索引擎的核心。搜索引擎的主要目标是在查找发生搜索条件的文档时提供快速搜索。ES中的倒排索引其实就是lucene.的倒排索引，区别于传统的正向索引，倒排索引会再存储数据时将关键词和数据进行关联，保存到倒排表中，然后查询时，将查询内容进行分词后在倒排表中进行查询，最后匹配数据即可。