哪些年背过的面试题——ES篇

Elasticsearch 可以实现秒级的搜索，cluster 是一种分布式的部署，极易扩展 (scale) 这样很容易使它处理 PB 级的数据库容量。最重要的是 Elasticsearch 使它搜索的结果可以按照分数进行排序，它能提供我们最相关的搜索结果（relevance) 。

一、概述

特点

1. 安装方便： 没有其他依赖，下载后安装非常方便；只用修改几个参数就可以搭建起来一个集群；

2. JSON： 输入 / 输出格式为 JSON，意味着不需要定义 Schema，快捷方便；

3. RESTful： 基本所有操作 (索引、查询、甚至是配置) 都可以通过 HTTP 接口进行；

4. 分布式： 节点对外表现对等（每个节点都可以用来做入口） 加入节点自动负载均衡；

5. 多租户： 可根据不同的用途分索引，可以同时操作多个索引；

6. 支持超大数据： 可以扩展到 PB 级的结构化和非结构化数据 海量数据的近实时处理；

功能

• 分布式的搜索引擎

  分布式：Elasticsearch 自动将海量数据分散到多台服务器上去存储和检索。

• 全文检索

  提供模糊搜索等自动度很高的查询方式，并进行相关性排名，高亮等功能。

• 数据分析引擎（分组聚合）

  社区网站，最近一周用户登录、最近一个月各功能使用情况。

• 对海量数据进行近实时（秒级）的处理

  海量数据的处理：因为是分布式架构，可以采用大量的服务器去存储和检索数据。

场景

• 搜索类场景

  比如说人员检索、设备检索、App 内的搜索、订单搜索。

• 日志分析类场景

  经典的 ELK 组合**（Elasticsearch/Logstash/Kibana），实现日志收集，日志存储，日志分析。**

• 数据预警平台及数据分析场景

  例如社区团购提示，当优惠的价格低于某个值时，自动触发通知消息，通知用户购买。

  分析竞争对手商品销量 Top10，供运营分析等等。

• 商业 BI(Business Intelligence) 系统

  比如社区周边，需要分析某一地区用户消费金额及商品类别，