教程目录
Elasticsearch 的核心概念？
一、核心概念 Index（索引）：类似数据库的表，存储文档。 Document（文档）：JSON 格式的数据，类似行。 Field（字段）：文档中的键值对，类似列。 Shard（分片）：索引分成多个分片，分布在不同节点。 Replica（副本）：分片的副本，高可用。 二、集群 多个 Node 组成
Elasticsearch 的倒排索引原理？
一、定义 正排索引：文档 → 词列表。 倒排索引：词 → 文档列表。 二、构建过程 文档内容分词，得到词（term）。 建立 term → [doc1, doc2, ...] 的映射。 记录词频、位置等信息。 三、示例 文档1：Java 面试 文档2：Java 集合 文档3：Redis 缓存 倒排
Elasticsearch 常用查询类型？
一、全文查询 match：对查询词分词后匹配。 match_phrase：短语匹配，词序固定。 multi_match：多字段匹配。 query_string：支持 Lucene 查询语法。 二、精确查询 term：精确匹配不分词的值。 terms：多值精确匹配。 range：范围查询。 exist
Elasticsearch 集群架构？
一、节点角色 Master：管理集群元数据，选举。 Data：存储分片数据，执行 CRUD、搜索。 Ingest：数据预处理（pipeline）。 Coordinating：路由请求，合并结果。 Machine Learning：机器学习。 Remote Cluster：跨集群搜索。 二、分片 In
Elasticsearch 性能优化？
一、写入优化 批量写入（Bulk API），减少网络开销。 增加 refresh_interval（如 30s），减少 refresh 频率。 关闭副本，写完再开。 用 SSD 存储。 TransLog 异步刷盘。 二、查询优化 用 filter 替代 query 做过滤。 避免深度分页，用 sea