ES 搜索引擎相关面试考察点

一、倒排索引

传统：文档 → 词。 倒排：词 → 文档列表。

词"中国" -> [doc1, doc5, doc9, ...]
词"北京" -> [doc1, doc3, ...]

查询"中国 北京"，查两个词的倒排表，求交集。

二、ES 核心概念

ES	MySQL
Index	Database
Type	Table（7.x 后废弃）
Document	Row
Field	Column
Mapping	Schema

三、分词

• Standard：标准分词，按词。
• IK：中文分词，ik_max_word（最细粒度）、ik_smart（智能）。
• 索引时用 max，查询时用 smart。

四、DSL 查询

1. 全文查询

{
  "query": {
    "match": { "title": "中国 北京" }
  }
}

2. 精确查询

{
  "query": {
    "term": { "status": "PAID" }
  }
}

3. bool 组合

{
  "query": {
    "bool": {
      "must":     [ { "match": { "title": "ES" } } ],
      "filter":   [ { "term": { "status": "1" } } ],
      "must_not": [ { "term": { "deleted": true } } ],
      "should":   [ { "term": { "hot": true } } ]
    }
  }
}

• must：必须满足，打分。
• filter：必须满足，不打分，可缓存。
• must_not：不满足。
• should：可选，至少满足一个（有 must 时可不满足）。

五、相关性打分

BM25 算法：TF（词频）× IDF（逆文档频率）× 字段长度归一化。

六、聚合

{
  "aggs": {
    "by_status": {
      "terms": { "field": "status" },
      "aggs": { "avg_amount": { "avg": { "field": "amount" } } }
    }
  }
}

七、ES vs MySQL

• MySQL 用 B+ 树，适合精确查询和事务。
• ES 用倒排索引，适合全文检索、复杂条件、聚合分析。
• 业务数据在 MySQL，ES 是从 MySQL 同步过来的副本。

八、ES 为什么慢 / 快

• 快：倒排索引、内存计算、分片并行。
• 慢：深分页、聚合大结果集、wildcard、内存不足。

高频追问

• ES 近实时：写入后默认 1s 才能搜到（refresh_interval）。
• 为什么不建议深分页？coordinate 节点要合并各分片数据。