引言

看到网上各式各样关于Elasticsearch面试题的文章，但是貌似都不是很全面，所以特意整理了一篇关于常见的ES面试题，已收录至面试专栏，计划更新 10/50 个常见面试题，此次先发出来 10个，后续更新，请关注我的博客，第一时间查看更新。

另外，本文目前对面试问题的描述存在以下几个问题，将在后续更新中不断改善，是的这篇文章还会改进！

答案过于书面，需要自己组织语言
只适合

Question1：Elasticsearch是什么

Elasticsearch是由 Java语言开发基于Lucene的一款开源的搜索、聚合分析和存储引擎。同时它也可以称作是一种非关系型文档数据库。

天生分布式、高性能、高可用、易扩展、易维护。
跨语言、跨平台：几乎支持所有主流编程语言，并且支持在“Linux、Windows、MacOS”多平台部署
支持结构化、非结构化、地理位置搜索等
海量数据的全文检索，搜索引擎、垂直搜索、站内搜索：
百度、知乎、微博、CSDN
导航、外卖、团购等软件
以京东、淘宝为代表的垂直搜索
B站、抖音、爱奇艺、QQ音乐等音视频软件
GIthub
数据分析和聚合查询
日志系统：ELK

Question 2：ES中mapping是什么，你知道es哪些数据类型？

2.1 mapping解释

ES中的mapping有点类似与RDB中“表结构”的概念，在MySQL中，表结构里包含了字段名称，字段的类型还有索引信息等。在Mapping里也包含了一些属性，比如字段名称、类型、字段使用的分词器、是否评分、是否创建索引等属性，并且在ES中一个字段可以有对个类型。分词器、评分等概念在后面的课程讲解。

2.2 ES数据类型

2.2.1 常见类型

**数字类型：**long integer short byte double float half_float scaled_float unsigned_long
Keywords：

keyword：适用于索引结构化的字段，可以用于过滤、排序、聚合。keyword类型的字段只能通过精确值（exact value）搜索到。Id应该用keyword。keyword字段通常用于排序，汇总和Term查询，例如term。

constant_keyword：始终包含相同值的关键字字段

wildcard：可针对类似grep的通配符查询优化日志行和类似的关键字值

dates（时间类型）：包括date和date_nanos.
alias：为现有字段定义别名。
text：当一个字段是要被全文搜索的，比如Email内容、产品描述，这些字段应该使用text类型。设置text类型以后，字段内容会被分析，在生成倒排索引以前，字符串会被分析器分成一个一个词项。text类型的字段不用于排序，很少用于聚合。（解释一下为啥不会为text创建正排索引：大量堆空间，尤其是在加载高基数text字段时。字段数据一旦加载到堆中，就在该段的生命周期内保持在那里。同样，加载字段数据是一个昂贵的过程，可能导致用户遇到延迟问题。这就是默认情况下禁用字段数据的原因）

2.2.2 对象关系类型

object：用于单个JSON对象
nested：用于JSON对象数组
join：为同一索引中的文档定义父/子关系。

2.2.3 结构化类型

geo-point：纬度/经度积分
geo-shape：用于多边形等复杂形状
point：笛卡尔坐标点
shape：笛卡尔任意几何图形

2.3 自动映射和手工映射

2.3.1 Dynamic field mapping：

整数 => long
浮点数 => float
true || false => boolean
日期 => date
数组 => 取决于数组中的第一个有效值
对象 => object
字符串 => 如果不是数字和日期类型，那会被映射为text和keyword两个类型
除了上述字段类型之外，其他类型都必须显示映射，也就是必须手工指定，因为其他类型ES无法自动识别。

2.3.2 Expllcit field mapping：手动映射

 PUT /product
 {
    "mappings": {
        "properties": {
            "field": {
                "mapping_parameter": "parameter_value"
            }
        }
    }
}

2.4 映射参数

index：是否对创建对当前字段创建倒排索引，默认true，如果不创建索引，该字段不会通过索引被搜索到,但是仍然会在source元数据中展示
analyzer：指定分析器（character filter、tokenizer、Token filters）。
boost：对当前字段相关度的评分权重，默认1
coerce：是否允许强制类型转换 true “1”=> 1 false “1”=< 1
copy_to：该参数允许将多个字段的值复制到组字段中，然后可以将其作为单个字段进行查询
doc_values：为了提升排序和聚合效率，默认true，如果确定不需要对字段进行排序或聚合，也不需要通过脚本访问字段值，则可以禁用doc值以节省磁盘空间（不支持text和annotated_text）
dynamic：控制是否可以动态添加新字段
true 新检测到的字段将添加到映射中。（默认）
false 新检测到的字段将被忽略。这些字段将不会被索引，因此将无法搜索，但仍会出现在_source返回的匹配项中。这些字段不会添加到映射中，必须显式添加新字段。
strict 如果检测到新字段，则会引发异常并拒绝文档。必须将新字段显式添加到映射中
eager_global_ordinals：用于聚合的字段上，优化聚合性能。
Frozen indices（冻结索引）：有些索引使用率很高，会被保存在内存中，有些使用率特别低，宁愿在使用的时候重新创建，在使用完毕后丢弃数据，Frozen indices的数据命中频率小，不适用于高搜索负载，数据不会被保存在内存中，堆空间占用比普通索引少得多，Frozen indices是只读的，请求可能是秒级或者分钟级。*eager_global_ordinals不适用于Frozen indices
enable：是否创建倒排索引，可以对字段操作，也可以对索引操作，如果不创建索引，让然可以检索并在_source元数据中展示，谨慎使用，该状态无法修改。fielddata：查询时内存数据结构，在首次用当前字段聚合、排序或者在脚本中使用时，需要字段为fielddata数据结构，并且创建倒排索引保存到堆中

     PUT my_index
     {
       "mappings": {
         "enabled": false
       }
     }

**fields：给field创建多字段，用于不同目的（全文检索或者聚合分析排序）
format：格式化

"date": {
      "type":  "date",
      "format": "yyyy-MM-dd"
    }

ignore_above：超过长度将被忽略

ignore_malformed：忽略类型错误

index_options：控制将哪些信息添加到反向索引中以进行搜索和突出显示。仅用于text字段

Index_phrases：提升exact_value查询速度，但是要消耗更多磁盘空间

Index_prefixes：前缀搜索

min_chars：前缀最小长度，>0，默认2（包含）

max_chars：前缀最大长度，<20，默认5（包含）

meta：附加元数据

normalizer：

norms：是否禁用评分（在filter和聚合字段上应该禁用）。

null_value：为null值设置默认值**

position_increment_gap：

proterties：除了mapping还可用于object的属性设置

search_analyzer：设置单独的查询时分析器：

similarity：为字段设置相关度算法，支持BM25、claassic（TF-IDF）、boolean

store：设置字段是否仅查询

term_vector：**运维参数

Question 3：什么是全文检索（面试简化版）

3.1 相关度

搜索：有明确的查询边界，比如：where name = xxx、where age > 30
检索：讲究相关度，无明确的查询条件边界

3.2 图解全文检索

 GET index/_search
 {
   "query": {
     ***
   }
 }

Question 4：ES支持哪些类型的查询

4.1 按语言划分

Query DSL：Domain Specific Language
Script：脚本查询
Aggregations：聚合查询
SQL查询
EQL查询

4.2 按场景划分

4.2.1 Query String

查询所有：

GET /product/_search

带参数：

GET /product/_search?q=name:xiaomi

分页：

GET /product/_search?from=0&size=2&sort=price:asc

精准匹配 exact value

GET /product/_search?q=date:2021-06-01

_all搜索相当于在所有有索引的字段中检索

GET /product/_search?q=2021-06-01

验证_all搜索

 PUT product
 {
   "mappings": {
     "properties": {
       "desc": {
         "type": "text", 
         "index": false
       }
     }
   }
 }
 # 先初始化数据
 POST /product/_update/5
 {
   "doc": {
     "desc": "erji zhong de kendeji 2021-06-01"
   }
 }

4.2.2 全文检索-Fulltext query

```
 GET index/_search
 {
   "query": {
     ***
   }
 }
```

match：匹配包含某个term的子句
match_all：匹配所有结果的子句
multi_match：多字段条件
match_phrase：短语查询，

4.2.3 精准查询-Term query

term：匹配和搜索词项完全相等的结果
term和match_phrase区别:
match_phrase 会将检索关键词分词, match_phrase的分词结果必须在被检索字段的分词中都包含，而且顺序必须相同，而且默认必须都是连续的
term搜索不会将搜索词分词
term和keyword区别
term是对于搜索词不分词,
keyword是字段类型,是对于source data中的字段值不分词

terms：匹配和搜索词项列表中任意项匹配的结果
range：范围查找

4.2.4 过滤器-Filter

 GET _search
 {
   "query": {
     "constant_score": {
       "filter": {
         "term": {
           "status": "active"
         }
       }
     }
   }
 }

filter：query和filter的主要区别在： filter是结果导向的而query是过程导向。query倾向于“当前文档和查询的语句的相关度”而filter倾向于“当前文档和查询的条件是不是相符”。即在查询过程中，query是要对查询的每个结果计算相关性得分的，而filter不会。另外filter有相应的缓存机制，可以提高查询效率。

4.2.5 组合查询-Bool query

bool：可以组合多个查询条件，bool查询也是采用more_matches_is_better的机制，因此满足must和should子句的文档将会合并起来计算分值

must：必须满足子句（查询）必须出现在匹配的文档中，并将有助于得分。

filter：过滤器不计算相关度分数，cache☆子句（查询）必须出现在匹配的文档中。但是不像 must查询的分数将被忽略。Filter子句在filter上下文中执行，这意味着计分被忽略，并且子句被考虑用于缓存。

should：可能满足 or子句（查询）应出现在匹配的文档中。

must_not：必须不满足不计算相关度分数 not子句（查询）不得出现在匹配的文档中。子句在过滤器上下文中执行，这意味着计分被忽略，并且子句被视为用于缓存。由于忽略计分，0因此将返回所有文档的分数。

minimum_should_match：参数指定should返回的文档必须匹配的子句的数量或百分比。如果bool查询包含至少一个should子句，而没有must或 filter子句，则默认值为1。否则，默认值为0

最新ES面试题整理（Elasticsearch面试指南系列）（上）

引言