Elasticsearch——es的面试题

es是一个高扩展的，开源的，全文检索的，分析的引擎。
用于实时快速的 存储，搜索，分析海量数据。

因为在商城中数据会越来越多，所以采用以往的模糊查询。（模糊查询前置配置，导致索引失效，导致都是全表扫描，效率低下）而我们使用ES做一个全文索引，我们将常用的商品字段（比如商品名，描述，价格）放入我们es的索引库中，可以提高查询速度。

节点就是ES的实例，节点有以下四种类型

• 主节点（可选举节点）：这样的节点可被集群选举为主节点，获得集群控制权。
• 数据节点：存储数据，操作数据，（比如CRUD,搜索和聚合)。
• Ingest节点：用于建索引前的预处理。
• Tribe节点：（部落节点）：在多个集群之间进行协调的特殊节点。（在集群之间进行各种操作)。

每个集群多个索引，每个索引包含一张表，每个表包含多个文档，每个文档包含不同的属性。

1.随着索引文件的增加，磁盘容量和处理速度都更不上，所以会将索引数据进行切分成小段——这就是分片（shards）。
2.目的是提高查询速率。

1.副本是分片的完整拷贝。
2.作用：增加了查询的吞吐率，在极端负载情况下实现高可用。
3.副本可以有效帮助处理能力请求。

1.都是有Lucene搜索引擎完成的。
2.打分系统支持可插拔的信息获取模型 包括：
向量空间模型：
基于概率的模型：
语言模型：

参考：https://zhuanlan.zhihu.com/p/265399976