Elasticsearch 高频面试题
ES 架构：集群、节点、分片、副本
【题目】 ES 集群架构中的集群、节点、分片、副本含义是什么？
【参考答案】
| 术语 | 说明 | 关键点 |
|---|---|---|
| Cluster（集群） | 多个节点组成的整体 | 唯一集群名标识 |
| Node（节点） | 单个 ES 实例 | 可兼任 master/data/ingest/coordinating 角色 |
| Primary Shard（主分片） | 原始数据分片 | 创建后数量不可修改 |
| Replica Shard（副本分片） | 主分片副本 | 可动态扩缩，不与主分片同节点 |
公式：总分片数 = 主分片数 × (副本数 + 1)
生产建议：主分片数 ≈ 节点数，副本默认 1，奇数节点防脑裂。
【延伸追问】
- 主分片数设置过多或过少会有什么问题？
- 为什么 ES 7.x 后一个索引只能有一个 Type？
【易错坑点】
- 主分片数一旦设置不可修改，这是最常见的面试陷阱
- 副本可以动态调整，但主分片必须在创建索引前规划好
倒排索引原理
【题目】 倒排索引的原理是什么？
【参考答案】 倒排索引是 ES 实现快速全文检索的核心数据结构。
- 正排索引：文档 → 字段内容（通过文档找词）
- 倒排索引：词条 → 文档 ID 列表（通过词找文档）
构建过程：
原始文档 → 分词器（Analyzer）分词 → 词条（Term）
→ 建立词条与包含该词条的文档 ID 映射
→ 附加信息：词频（TF）、位置（Position）、偏移量（Offset）优势：分词后建立倒排表，搜索时直接通过词条定位文档，无需全表扫描。
【延伸追问】
- ES 的分词器有哪些类型？如何选择？
- 什么是正排索引（doc_values）？什么场景下使用？
【易错坑点】
- 倒排索引 ≠ 全文索引，倒排索引是具体的数据结构，全文索引是功能
- 分词结果取决于分词器，不同分词器对同一文本的处理完全不同
ES 写入流程
【题目】 ES 文档写入流程是怎样的？（面试重中之重）
【参考答案】
客户端请求 → 协调节点（Coordinating Node）
→ 路由算法 shard = hash(_id) % number_of_primary_shards 定位主分片
→ 写入主分片 → 主分片成功后同步所有副本
→ 全部副本落盘成功 → 协调节点返回 success路由算法：默认基于 _id 哈希，也可通过 routing 参数自定义。
写入保障：
- translog（事务日志）：写入时先记 translog，防止宕机丢数据
- refresh（默认 1s）：内存缓冲区 → 内存段，文档变为可检索（不落盘）
- flush：内存段 → 磁盘文件，清空 translog
【延伸追问】
- ES 是近实时（NRT）搜索引擎，这个”近实时”如何实现的？
- 大批量导入数据时如何优化写入性能？
【易错坑点】
- 写入成功 ≠ 立即可检索，需要等到 refresh（默认 1s）后才可见
- refresh 只是写入内存段，不保证持久化，持久化靠 flush
ES 健康状态
【题目】 ES 健康状态 green / yellow / red 的含义是什么？
【参考答案】
| 状态 | 含义 | 影响 |
|---|---|---|
| green | 所有主 + 副本分片全部正常分配 | ✅ 正常 |
| yellow | 主分片就绪，副本分片缺失（节点不足） | ⚠️ 数据安全，检索可用 |
| red | 部分主分片未分配 | ❌ 对应索引数据丢失，读写异常 |
【延伸追问】
- 集群 yellow 时应该如何处理？（增加节点或调整副本数）
- red 集群的恢复步骤和优先级是什么？
【易错坑点】
- yellow 不等于有问题，单节点集群没有副本分配是正常现象
- red 不一定全部索引不可用，只有涉及丢失主分片的索引才异常
关联文档
- ../../../monitoring/监控与可观测性 — 可观测性
- ES 基础概念（文档待创建） — ES 深入