一、您对ES的介绍，包括它的功能和应用场景？

  是一款基于Lucene的开放源码分布式搜索引擎，具有分布式多用户功能，基于RESTfulweb界面。能实现实时搜索，高性能计算；同时Elitesearch具有很强的横向扩展能力，不需要headservice，基本上实现了零配置。可用于搜索引擎，日志数据分析，全文检索，结构化检索等多种场景。


  二、请详细地描述Editionsearch删除和更新文档的过程。

  光盘上的每一段都有对应的.del文件。发送删除请求之后，并不会真正删除该文档，而是将其标记为.del文件中的删除。此文档仍然可以与查询匹配，但将在结果中对其进行筛选。合并段时，在.del文件中标记为删除的文档不会写到新段中。

  Elasticsearch在创建新文档时为该文档指定一个版本号，当执行更新时，在.del文件中旧版本的文档被标记为删除，新版本的文档被索引到一个新段。文档的老版本仍然可以与查询匹配，但会在结果中被过滤掉。


  三、如果同时发生这种情况，Elitesearch如何保证读写的一致性？

  使用version号可以用version并发控制，以确保新版本不会被旧版本覆盖，由应用层处理特定的冲突；

  对写入来说，一致性级别支持quorum/one/all，默认情况下是quorum，也就是只在大多数片子都可用的情况下允许写入。但是，即使有了大多数可用的方法，也可能由于网络等原因而导致写入副本失败，从而使该副本被认为是失败的，分片将在不同的节点上重新生成。

  对读取来说，可以将replication设置为sync(默认)，这样，当主分片和副本分片都完成时，该操作才会返回；如果将replication设置为async，也可以通过设置SearchRequestRequest参数_preferly来查询主分片，确保文档是最新版本。

  四、指数层次的优化方法有哪些？

  设计阶段的优化。

  1)根据增加的业务需求，采用基于日期模板创建索引，通过rolloverAPI滚动索引；

  2)使用别名进行索引管理；

  3)对索引执行每天凌晨时间的force_merge操作，以释放空间；

  4)采用冷热分离机制，将热能数据存入SSD，提高检索效率；定期对冷数据进行shrink操作，缩小存储空间；

  5)采用curator来管理索引的生命周期；

  6)对于需要分词的字段，合理设置分词器；

  7)Mapping阶段完全结合各个域的属性，以及是否需要检索、是否需要存储等等。

  写优化功能。

  1)在写入之前，复制数量被设置为0；

  2)在写入之前关闭refresh_interval，将其设置为-1，以禁用刷新机制；

  3)在写入期间：采用bulk批量写入；

  五、尽可能使用自动生成的ID。

  查询调优。

  1)禁用wildcard；

  2)禁用批量terms(成千上万种情况)；

  3)充分利用倒排索引机制，可以尽可能使用keyword类型的keyword；

  4)数据量大的场景，可根据时间确定索引后进行检索；


  为何使用ES查询？

  由于采用了倒排索引技术：一般我们是这样定义id关键词的，倒排索引就是关键词id，使用索引工具查询时，首先得到关键词，建立倒排索引表，关键词--索引列表包含id,id在该关键词所在的文档中，id在该文档中，id在该文档中，位置信息，这种根据属性值确定记录位置的方法叫做倒排索引。此外索引库中的单词也是按顺序排列的，后期根据一个关键字进行查询，可以利用类似于折半查找的算法，查询效率很高。


  六、比较ES查询的几种方法。

  _local：如果在本地查找，则查询操作首先在本地查找，而不是其他节点；

  primary：仅在主分片中进行查询；

  _shads：按照指定的分片进行查询，这种查询实现了es的极端速度查询。


  七、ES写入数据的执行流程？

  客户机选择一个node来发送请求过去，这个node叫做coordinatingnode(协调节点)；

  coordinatingnode路由document，将请求转发到相应的节点(带有priyshard)；

  primaryshard对实际节点进行处理，然后将数据与replicanode同步；

  coordinatingnode在发现primarynode和所有replicanode都对操作做出响应之后，将结果返回给客户机。


  八、执行ES读数据流程。

  在GET中，一个特定的数据条写到一个document中，这个document自动为您分配一个全局惟一的id-docid，同时根据docid将hash路由到相应的priyshard上面。docid也可以手动指定，例如使用订单id，用户id。可使用docid进行查询，将根据docid进行hash，判断此时将分配给哪个shard，然后从该shard去查询。

  客户机向任意一个节点发送请求，成为节点；coordinatenode对文档路由，它把请求转发给相应的节点，这个时候使用round-robin随机轮询算法，在primaryshard和它的所有replica中随机选择，以实现读取请求负载平衡；接受请求的节点返回到目录节点到目录节点；coordinatenode返回给客户的文档；

  九、什么是Eclipse搜索的反向索引？

  参照答案：

  反向索引是搜索引擎最常用的存储方法，在搜索引擎的实际应用中，有时需要根据特定的关键字值来查找记录，这样的反向索引就叫做关键词反向索引。

  使用索引可以提高查询效率。举例来说，已知有5个文本文件，需要查找某个单词在哪个文本文件中，最直观的做法是将每一个文本文件逐个装入内存，然后使用for循环遍历，直到找到该单词为止，这是一种前向索引方法。倒排索引的实践是首先对文件进行分词，分别以单词为索引，对应的值为文件，通过这个索引可以直接查找文件。

  倒排索引的好处还包括，在处理复杂的多关键字查询时，可以在倒排表中完成查询的并、交等逻辑运算，得到结果后再存取记录，这样就可以将文档查询转换成地址集合的操作，从而提高查找速度。


  十、详述Elasticsearch搜索的过程？

  引用回答：搜索被划分为“query”和“获取”两个阶段：

  1)在初始查询阶段，查询将广播到索引中的每一个分片复制(主分片或副本分片)。每一个碎片执行本地搜索，并为匹配文档构建优先队列。每一块都返回其各自优先队列中所有文档的ID和排序值给协调节点，它将这些值合并到自己的优先队列中，从而生成一系列全局排序的结果。

  2)下一步是取回阶段，协调节点确定要提取哪些文档并将多个GET请求提交到相关的分片。每一个片断装入并充实您的文档，然后在需要时返回文档到协调节点。在收回所有文档之后，协调节点将结果返回给客户机。

  十一、中心概念(什么是集群，分片，再分布，自动发现机制，交互方式)

  群集(Clyer)：包含具有相同clyer.name的一个或多个节点。群集中的节点协同工作，共享数据，共同承担工作负荷。因为节点是依赖集群的，所以集群会自行调整数据分布。

  结点(node)：节点是逻辑上独立的服务，它可以存储数据，并参与集群的索引和搜索功能，节点也有唯一的名字，群集通过节点名来管理和通信。

  索引(Index)：与关系型数据库实例(Database)相当。一个索引仅仅是一个逻辑名称空间，指向一个或多个分片(shards)。

  DocumentType(Tye)：相当于数据库中的table概念。每一个文档都必须在EliteSarch中设置其类型。

  Document：与数据库中的row等价，它是可进行索引的基本单位。文件以JSON格式储存。您可以在一个索引中存储多个文档。

  映射：相当于数据库中的映射，用于约束字段的类型，但是Elitesearch的mapping可以基于数据自动创建。

  碎片(shard)：是工作单元(workerunit)底层的成员，用于在集群中分配数据，它仅负责存储索引中所有数据的一小部分。blocked是一个独立的Lucene实例，它本身就是一个完整的搜索引擎。文件是用分片来存储和索引的，但是我们的程序并不直接和它们通信。相反，它们直接与索引通信。将碎片看作是数据的容器。将数据存储在切片中，然后再将分片分配到集群的节点。

  分成两种类型：主分片(priyshard)和从分片(replicashard)。每个文档都属于索引中的一个主分片。由分段。