查看原文
其他

Elasticsearch Top 51 重中之重面试题及答案

程序猿DD 2021-05-26

The following article is from 铭毅天下Elasticsearch Author 铭毅天下

点击上方蓝色“程序猿DD”,选择“设为星标”

回复“资源”获取独家整理的学习资料!

作者 | 铭毅天下

来源 | https://mp.weixin.qq.com/s/QZplEeBRPXH0op5RYxLSig

题记

问题列表和答案来自国外博客(原文答案不准确,有错误),为避免误导,我对每个问题做了属于自己的理解和解答。

问题都非常基础,文章有点长,但请你耐心把它看完,期望对你的 Elastic 求职有所帮助!

1、简要介绍一下Elasticsearch?

严谨期间,如下一段话直接拷贝官方网站:https://www.elastic.co/cn/elasticsearch/

Elasticsearch 是一个分布式、RESTful 风格的搜索和数据分析引擎,能够解决不断涌现出的各种用例。作为 Elastic Stack 的核心,它集中存储您的数据,帮助您发现意料之中以及意料之外的情况。

ElasticSearch 是基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口。Elasticsearch是用Java开发的,并作为Apache许可条款下的开放源码发布,是当前流行的企业级搜索引擎。

核心特点如下:

  • 分布式的实时文件存储,每个字段都被索引且可用于搜索。
  • 分布式的实时分析搜索引擎,海量数据下近实时秒级响应。
  • 简单的restful api,天生的兼容多语言开发。
  • 易扩展,处理PB级结构化或非结构化数据。

2、 您能否说明当前可下载的稳定Elasticsearch版本?

Elasticsearch 当前最新版本是7.10(2020年11月21日)。

为什么问这个问题?ES 更新太快了,应聘者如果了解并使用最新版本,基本能说明他关注 ES 更新。甚至从更广维度讲,他关注技术的迭代和更新。

但,不信你可以问问,很多求职者只知道用了 ES,什么版本一概不知。

3、安装 Elasticsearch 需要依赖什么组件吗?

ES 早期版本需要JDK,在7.X版本后已经集成了 JDK,已无需第三方依赖。

4、您能否分步介绍如何启动 Elasticsearch 服务器?

启动方式有很多种,一般 bin 路径下

./elasticsearch -d 

就可以后台启动。

打开浏览器输入 http://ES IP:9200 就能知道集群是否启动成功。

如果启动报错,日志里会有详细信息,逐条核对解决就可以。

5、能列出 10 个使用 Elasticsearch 作为其搜索引擎或数据库的公司吗?

这个问题,铭毅本来想删掉。但仔细一想,至少能看出求职者的视野够不够开阔。

参与过 Elastic中文社区活动或者经常关注社区动态的就知道,公司太多了,列举如下(排名不分先后):

  • 阿里
  • 腾讯
  • 百度
  • 京东
  • 美团
  • 小米
  • 滴滴
  • 携程
  • 今日头条
  • 贝壳找房
  • 360
  • IBM
  • 顺丰快递

几乎我们能想到的互联网公司都在使用 Elasticsearch。

关注 TOP 互联网公司的相关技术的动态和技术博客,也是一种非常好的学习方式。

6、 解释一下Elasticsearch Cluster?

Elasticsearch 集群是一组连接在一起的一个或多个 Elasticsearch 节点实例。

Elasticsearch 集群的功能在于在集群中的所有节点之间分配任务,进行搜索和建立索引。

7、解释一下 Elasticsearch Node?

节点是 Elasticsearch 的实例。实际业务中,我们会说:ES集群包含3个节点、7个节点。

这里节点实际就是:一个独立的 Elasticsearch 进程,一般将一个节点部署到一台独立的服务器或者虚拟机、容器中。

不同节点根据角色不同,可以划分为:

  • 主节点

帮助配置和管理在整个集群中添加和删除节点。

  • 数据节点

存储数据并执行诸如CRUD(创建/读取/更新/删除)操作,对数据进行搜索和聚合的操作。

  • 客户端节点(或者说:协调节点) 将集群请求转发到主节点,将与数据相关的请求转发到数据节点
  • 摄取节点

用于在索引之前对文档进行预处理。

... ...

8、解释一下 Elasticsearch集群中的 索引的概念 ?

Elasticsearch 集群可以包含多个索引,与关系数据库相比,它们相当于数据库表

其他类别概念,如下表所示,点到为止。

9、解释一下 Elasticsearch 集群中的 Type 的概念 ?

5.X 以及之前的 2.X、1.X 版本 ES支持一个索引多个type的,举例 ES 6.X 中的Join 类型在早期版本实际是多 Type 实现的。

在6.0.0 或 更高版本中创建的索引只能包含一个 Mapping 类型。

Type 将在Elasticsearch 7.0.0中的API中弃用,并在8.0.0中完全删除。

很多人好奇为什么删除?看这里:

https://www.elastic.co/guide/en/elasticsearch/reference/current/removal-of-types.html

10、你能否在 Elasticsearch 中定义映射?

映射是定义文档及其包含的字段的存储和索引方式的过程。

例如,使用映射定义:

  • 哪些字符串字段应该定义为 text 类型。
  • 哪些字段应该定义为:数字,日期或地理位置 类型。
  • 自定义规则来控制动态添加字段的类型。

11、Elasticsearch的 文档是什么?

文档是存储在 Elasticsearch 中的 JSON 文档。它等效于关系数据库表中的一行记录。

12、解释一下 Elasticsearch 的 分片?

当文档数量增加,硬盘容量和处理能力不足时,对客户端请求的响应将延迟。

在这种情况下,将索引数据分成小块的过程称为分片,可改善数据搜索结果的获取。

13、定义副本、创建副本的好处是什么?

副本是 分片的对应副本,用在极端负载条件下提高查询吞吐量或实现高可用性。

所谓高可用主要指:如果某主分片1出了问题,对应的副本分片1会提升为主分片,保证集群的高可用。

14、请解释在 Elasticsearch 集群中添加或创建索引的过程?

要添加新索引,应使用创建索引 API 选项。创建索引所需的参数是索引的配置Settings,索引中的字段 Mapping 以及索引别名 Alias。

也可以通过模板 Template 创建索引。

15、在 Elasticsearch 中删除索引的语法是什么?

可以使用以下语法删除现有索引:

DELETE <index_name>

支持通配符删除:

DELETE my_*

16、在 Elasticsearch 中列出集群的所有索引的语法是什么?

GET _cat/indices

17、在索引中更新 Mapping 的语法?

PUT test_001/_mapping
{
  "properties": {
    "title":{
      "type":"keyword"
    }
  }
}

18、在Elasticsearch中 按 ID检索文档的语法是什么?

GET test_001/_doc/1

19、解释 Elasticsearch 中的相关性和得分?

当你在互联网上搜索有关 Apple 的信息时。它可以显示有关水果或苹果公司名称的搜索结果。

  • 你可能要在线购买水果,检查水果中的食谱或食用水果,苹果对健康的好处。
  • 你也可能要检查Apple.com,以查找该公司提供的最新产品范围,检查评估公司的股价以及最近6个月,1或5年内该公司在纳斯达克的表现。

同样,当我们从 Elasticsearch 中搜索文档(记录)时,你会对获取所需的相关信息感兴趣。基于相关性,通过Lucene评分算法计算获得相关信息的概率。

ES 会将相关的内容都返回给你,只是:计算得出的评分高的排在前面,评分低的排在后面。

计算评分相关的两个核心因素是:词频和逆向文档频率(文档的稀缺性)。

大体可以解释为:单篇文档词频越高、得分越高;多篇文档某词越稀缺,得分越高。

20、我们可以在 Elasticsearch 中执行搜索的各种可能方式有哪些?

核心方式如下:

方式一:基于 DSL 检索(最常用) Elasticsearch提供基于JSON的完整查询DSL来定义查询。

GET /shirts/_search
{
  "query": {
    "bool": {
      "filter": [
        { "term": { "color""red"   }},
        { "term": { "brand""gucci" }}
      ]
    }
  }
}

方式二:基于 URL 检索

GET /my_index/_search?q=user:seina

方式三:类SQL 检索

POST /_sql?format=txt
{
  "query""SELECT * FROM uint-2020-08-17 ORDER BY itemid DESC LIMIT 5"
}

功能还不完备,不推荐使用。

21、Elasticsearch 支持哪些类型的查询?

查询主要分为两种类型:精确匹配、全文检索匹配。

  • 精确匹配,例如 term、exists、term set、 range、prefix、 ids、 wildcard、regexp、 fuzzy等。
  • 全文检索,例如match、match_phrase、multi_match、match_phrase_prefix、query_string 等

22、精准匹配检索和全文检索匹配检索的不同?

两者的本质区别:

  • 精确匹配用于:是否完全一致?

举例:邮编、身份证号的匹配往往是精准匹配。

  • 全文检索用于:是否相关?

举例:类似B站搜索特定关键词如“马保国 视频”往往是模糊匹配,相关的都返回就可以。

23、请解释一下 Elasticsearch 中聚合?

聚合有助于从搜索中使用的查询中收集数据,聚合为各种统计指标,便于统计信息或做其他分析。聚合可帮助回答以下问题:

  • 我的网站平均加载时间是多少?
  • 根据交易量,谁是我最有价值的客户?
  • 什么会被视为我网络上的大文件?
  • 每个产品类别中有多少个产品?

聚合的分三类:

主要查看7.10 的官方文档,早期是4个分类,别大意啊!

  • 分桶 Bucket 聚合

根据字段值,范围或其他条件将文档分组为桶(也称为箱)。

  • 指标 Metric 聚合

从字段值计算指标(例如总和或平均值)的指标聚合。

  • 管道 Pipeline 聚合

子聚合,从其他聚合(而不是文档或字段)获取输入。

24、你能告诉我 Elasticsearch 中的数据存储功能吗?

Elasticsearch是一个搜索引擎,输入写入ES的过程就是索引化的过程,数据按照既定的 Mapping 序列化为Json 文档实现存储。

25、什么是Elasticsearch Analyzer?

分析器用于文本分析,它可以是内置分析器也可以是自定义分析器。它的核心三部分构成如下图所示:

26、你可以列出 Elasticsearch 各种类型的分析器吗?

Elasticsearch Analyzer 的类型为内置分析器和自定义分析器。

  • Standard Analyzer

标准分析器是默认分词器,如果未指定,则使用该分词器。

它基于Unicode文本分割算法,适用于大多数语言。

  • Whitespace Analyzer

基于空格字符切词。

  • Stop Analyzer

在simple Analyzer的基础上,移除停用词。

  • Keyword Analyzer

不切词,将输入的整个串一起返回。

自定义分词器的模板

自定义分词器的在Mapping的Setting部分设置:

PUT my_custom_index
{
 "settings":{
  "analysis":{
  "char_filter":{},
  "tokenizer":{},
  "filter":{},
  "analyzer":{}
  }
 }
}

脑海中还是上面的三部分组成的图示。其中:

“char_filter”:{},——对应字符过滤部分;

“tokenizer”:{},——对应文本切分为分词部分;

“filter”:{},——对应分词后再过滤部分;

“analyzer”:{}——对应分词器组成部分,其中会包含:1. 2. 3。

27、如何使用 Elasticsearch Tokenizer?

Tokenizer 接收字符流(如果包含了字符过滤,则接收过滤后的字符流;否则,接收原始字符流),将其分词。同时记录分词后的顺序或位置(position),以及开始值(start_offset)和偏移值(end_offset-start_offset)。

28、token filter 过滤器 在 Elasticsearch 中如何工作?

针对 tokenizers 处理后的字符流进行再加工,比如:转小写、删除(删除停用词)、新增(添加同义词)等。

29、Elasticsearch中的 Ingest 节点如何工作?

ingest 节点可以看作是数据前置处理转换的节点,支持 pipeline管道 设置,可以使用 ingest 对数据进行过滤、转换等操作,类似于 logstash 中 filter 的作用,功能相当强大。

30、Master 节点和 候选 Master节点有什么区别?

主节点负责集群相关的操作,例如创建或删除索引,跟踪哪些节点是集群的一部分,以及决定将哪些分片分配给哪些节点。

拥有稳定的主节点是衡量集群健康的重要标志。

而候选主节点是被选具备候选资格,可以被选为主节点的那些节点。

31、Elasticsearch中的属性 enabled, index 和 store 的功能是什么?

  • enabled:false,启用的设置仅可应用于顶级映射定义和 Object 对象字段,导致 Elasticsearch 完全跳过对字段内容的解析。

仍然可以从_source字段中检索JSON,但是无法搜索或以其他任何方式存储JSON。

如果对非全局或者 Object 类型,设置 enable : false 会报错如下:

 "type""mapper_parsing_exception",
 "reason""Mapping definition for [user_id] has unsupported parameters:  [enabled : false]"
  • index:false, 索引选项控制是否对字段值建立索引。它接受true或false,默认为true。未索引的字段不可查询。

如果非要检索,报错如下:

 "type""search_phase_execution_exception",
  "reason""Cannot search on field [user_id] since it is not indexed."
  • store:

    某些特殊场景下,如果你只想检索单个字段或几个字段的值,而不是整个_source的值,则可以使用源过滤来实现;

    这个时候, store 就派上用场了。

32、Elasticsearch Analyzer 中的字符过滤器如何利用?

字符过滤器将原始文本作为字符流接收,并可以通过添加,删除或更改字符来转换字符流。

字符过滤分类如下:

  • HTML Strip Character Filter.

用途:删除HTML元素,如,并解码HTML实体,如&amp 。

  • Mapping Character Filter

用途:替换指定的字符。

  • Pattern Replace Character Filter

用途:基于正则表达式替换指定的字符。

33、请解释有关 Elasticsearch的 NRT?

从文档索引(写入)到可搜索到之间的延迟默认一秒钟,因此Elasticsearch是近实时(NRT)搜索平台。

也就是说:文档写入,最快一秒钟被索引到,不能再快了。

写入调优的时候,我们通常会动态调整:refresh_interval = 30s 或者更达值,以使得写入数据更晚一点时间被搜索到。

34、REST API在 Elasticsearch 方面有哪些优势?

REST API是使用超文本传输协议的系统之间的通信,该协议以 XML 和 JSON格式传输数据请求。

REST 协议是无状态的,并且与带有服务器和存储数据的用户界面分开,从而增强了用户界面与任何类型平台的可移植性。它还提高了可伸缩性,允许独立实现组件,因此应用程序变得更加灵活。

REST API与平台和语言无关,只是用于数据交换的语言是XML或JSON。

借助:REST API 查看集群信息或者排查问题都非常方便。

35、在安装Elasticsearch时,请说明不同的软件包及其重要性?

这个貌似没什么好说的,去官方文档下载对应操作系统安装包即可。

部分功能是收费的,如机器学习、高级别 kerberos 认证安全等选型要知悉。

36、Elasticsearch 支持哪些配置管理工具?

  • Ansible

  • Chef

  • Puppet

  • Salt Stack

    是 DevOps 团队使用的 Elasticsearch支持的配置工具。

37、您能解释一下X-Pack for Elasticsearch的功能和重要性吗?

X-Pack 是与Elasticsearch一起安装的扩展程序。

X-Pack的各种功能包括安全性(基于角色的访问,特权/权限,角色和用户安全性),监视,报告,警报等。

38、可以列出X-Pack API 吗?

付费功能只是试用过(面试时如实回答就可以)。

7.1 安全功能免费后,用 X-pack 创建Space、角色、用户,设置SSL加密,并且为不同用户设置不同的密码和分配不同的权限。

其他如:机器学习、 Watcher、 Migration 等 API 用的较少。

39、能列举过你使用的 X-Pack 命令吗?

7.1 安全功能免费后,使用了:setup-passwords 为账号设置密码,确保集群安全。

40、在Elasticsearch中 cat API的功能是什么?

cat API 命令提供了Elasticsearch 集群的分析、概述和运行状况,其中包括与别名,分配,索引,节点属性等有关的信息。

这些 cat 命令使用查询字符串作为其参数,并以J SON 文档格式返回结果信息。

41、Elasticsearch 中常用的 cat命令有哪些?

面试时说几个核心的就可以,包含但不限于:

含义命令
别名GET _cat/aliases?v
分配相关GET _cat/allocation
计数GET _cat/count?v
字段数据GET _cat/fielddata?v
运行状况GET_cat/health?
索引相关GET _cat/indices?v
主节点相关GET _cat/master?v
节点属性GET _cat/nodeattrs?v
节点GET _cat/nodes?v
待处理任务GET _cat/pending_tasks?v
插件GET _cat/plugins?v
恢复GET _cat / recovery?v
存储库GET _cat /repositories?v
GET _cat /segments?v
分片GET _cat/shards?v
快照GET _cat/snapshots?v
任务GET _cat/tasks?v
模板GET _cat/templates?v
线程池GET _cat/thread_pool?v

42、您能解释一下 Elasticsearch 中的 Explore API 吗?

没有用过,这是 Graph (收费功能)相关的API。

点到为止即可,类似问题实际开发现用现查,类似问题没有什么意义。

https://www.elastic.co/guide/en/elasticsearch/reference/current/graph-explore-api.html

43、迁移 Migration API 如何用作 Elasticsearch?

迁移 API简化了X-Pack索引从一个版本到另一个版本的升级。

点到为止即可,类似问题实际开发现用现查,类似问题没有什么意义。

https://www.elastic.co/guide/en/elasticsearch/reference/current/migration-api.html

44、如何在 Elasticsearch中 搜索数据?

Search API 有助于从索引、路由参数引导的特定分片中查找检索数据。

45、你能否列出与 Elasticsearch 有关的主要可用字段数据类型?

  • 字符串数据类型,包括支持全文检索的 text 类型 和 精准匹配的 keyword 类型。
  • 数值数据类型,例如字节,短整数,长整数,浮点数,双精度数,half_float,scaled_float。
  • 日期类型,日期纳秒Date nanoseconds,布尔值,二进制(Base64编码的字符串)等。
  • 范围(整数范围 integer_range,长范围 long_range,双精度范围 double_range,浮动范围 float_range,日期范围 date_range)。
  • 包含对象的复杂数据类型,nested 、Object。
  • GEO 地理位置相关类型。
  • 特定类型如:数组(数组中的值应具有相同的数据类型)

46、详细说明ELK Stack及其内容?

ELK Stack是一系列搜索和分析工具(Elasticsearch),收集和转换工具(Logstash)以及数据管理及可视化工具(Kibana)、解析和收集日志工具(Beats 未来是 Agent)以及监视和报告工具(例如X Pack)的集合。

相当于用户基本不再需要第三方技术栈,就能全流程、全环节搞定数据接入、存储、检索、可视化分析等全部功能。

47、Kibana在Elasticsearch的哪些地方以及如何使用?

Kibana是ELK Stack –日志分析解决方案的一部分。

它是一种开放源代码的可视化工具,可以以拖拽、自定义图表的方式直观分析数据,极大降低的数据分析的门槛。

未来会向类似:商业智能和分析软件 - Tableau 发展。

48、logstash 如何与 Elasticsearch 结合使用?

logstash 是ELK Stack附带的开源 ETL 服务器端引擎,该引擎可以收集和处理来自各种来源的数据。

最典型应用包含:同步日志、邮件数据,同步关系型数据库(Mysql、Oracle)数据,同步非关系型数据库(MongoDB)数据,同步实时数据流 Kafka数据、同步高性能缓存 Redis 数据等。

49、Beats 如何与 Elasticsearch 结合使用?

Beats是一种开源工具,可以将数据直接传输到 Elasticsearch 或通过 logstash,在使用Kibana进行查看之前,可以对数据进行处理或过滤。

传输的数据类型包含:审核数据,日志文件,云数据,网络流量和窗口事件日志等。

50、如何使用 Elastic Reporting ?

收费功能,只是了解,点到为止。

Reporting API有助于将检索结果生成 PD F格式,图像 PNG 格式以及电子表格 CSV 格式的数据,并可根据需要进行共享或保存。

51、您能否列出 与 ELK日志分析相关的应用场景?

  • 电子商务搜索解决方案
  • 欺诈识别
  • 市场情报
  • 风险管理
  • 安全分析 等。

小结

以上都是非常非常基础的问题,更多大厂笔试、面试真题拆解分析推荐看 Elastic 面试系列专题文章。

面试要“以和为贵”、不要搞窝里斗, Elastic 面试官要讲“面德“,点到为止!

应聘者也要注意:不要大意!面试官都是”有备而来”,针对较难的问题,要及时“闪”,要做到“全部防出去”。

如果遇到应聘者有回答 不上来的,面试官要:“耗子猥汁“,而应聘者要好好反思,以后不要再犯这样的错误。

参考:

https://www.softwaretestinghelp.com/elasticsearch-interview-questions/


DD自研的沪牌代拍业务,点击直达


【往期推荐】

Spring Boot 2.4发布了,但 Spring Cloud 用户不推荐着急升级

2020-12-02

任务的插入时间复杂度优化到 O(1),Timing Wheel时间轮是怎么做到的?

2020-12-02

Kubernetes 最佳安全实践指南

2020-12-01

关于零拷贝的一点认识

2020-12-01

高可用解决方案:同城双活?异地双活?异地多活?怎么实现?

2020-11-30



扫一扫,关注我

一起学习,一起进步

每周赠书,福利不断

深度内容

推荐加入




素质二连👇👇👇

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存