ES面试题，看这一篇就够了

ES有哪些角色的节点，各自作用？

master node： 索引的创建与删除、

data node：存储索引数据、对文档数据增删查改

cordinate node：协调节点，接收用户请求、转发请求、汇总结果

ingest node：拦截请求，对文档进行转换和预处理

ES写入数据流程？

（1）客户端发送写请求给cordinate node

（2）cordinate node 计算路由计算，转发到对应的主分片所在的节点上

（3）主分片节点处理请求，并将数据同步至副本分片节点

（4）当所有节点写完数据后，cordinate node 返回相应给客户端

ES基于doc id读取数据流程？

（1）客户端发送请求给cordinate node

（2）cordinate node 计算路由，使用round-robin方式将请求转发到对应node的主分片或副本分片节点上

（3）接受请求的node 将查询的document返回给cordinate node

（4）cordinate node 将document返回给客户端

ES 搜索流程？

以query_then_fetch搜索方式为例：

（1）客户端发送请求给cordinate node

（2）cordinate node将请求转发给所有的shard对应的主分片或副分片之一

（3）query 阶段：每个shard 将自己的搜索结果返回给cordinate node，由cordinate node进行数据的合并、排序、分页等操作，产出最终结果

（4）fetch phase：接着由协调节点根据 doc id 去各个节点上拉取实际的 document 数据，最终返回给客户端

ES有哪几种数据缓存？

ES有以下三种数据缓存：

（1）Node Query Cache(queryCache)

Node级别的缓存，基于LRU策略，filter查询会使用query cache，相关调整参数为：

index.queries.cache.enabled：false

indices.queries.cache.size：10%（默认）

（2）Shard Rquest Cache(requestCache)

主要缓存aggregations、hits.total和suggestions等查询size=0的请求结果，基于LRU策略

request cache缓存分片级本地结果集，request cache在每次refresh_interval后就会被清空，所以其生命周期是一个refresh_interval。

（3）Fielddata Cache(fielddata)

主要用于sort以及aggs的字段。这会把字段的值加载到内存中，以便于快速访问。field data cache的构建非常昂贵，因此最好能分配足够的内存以保障它能长时间处于被加载的状态。调整参数：

indices.fielddata.cache.size

ES常用的查询有哪些？

（1）term、match、multi_match

（2）组合查询：bool（must、should、must_not、filter）、boost（加权）、constant（固定分值）、dis_max（单字符多字段组合）、function（函数脚本组合）

（3）wildcard（通配符查询）、fuzzy（模糊查询）、regexp（正则查询）

（4）match phrase（短语匹配查询）、match phrase prefix（短语前缀查询）

ES索引优化有哪些？

机器：使用SSD磁盘

OS：禁止swapping交换内存、给filesystem cache更多的内存

JVM：考虑使用G1，设置-Xms 与-Xmx参数相同

ES：

（1）增加refresh时间间隔，调整参数：index.refresh_interval

（2）临时关闭副本（replia）

（3）尽量使用es自动生成的id，如果自己指定id，写入前需要查看该id是否存在

应用程序：

（1）使用多线程、bulk批量写入

（2）增加写入缓存，调整参数：indices.memory.index_buffer_size（Node上所有的shard共享）

ES查询优化有哪些？

（1）尽量使用filter过滤器（filter不进行打分、可以缓存数据）

（2）分页查询，不能太深，考虑使用scroll

（3）mapping合理设计