1、Elasticsearch 是什么？它與傳統數據庫有什么區別？

答案：Elasticsearch 是一個基于 Lucene 的分布式、開源的搜索和分析引擎，主要用于處理大量的文本數據，提供快速的搜索和分析功能。與傳統數據庫相比，ES 更側重于全文搜索和實時數據分析，數據以 JSON 格式存儲，具有更好的擴展性和靈活性，而傳統數據庫擅長事務處理和結構化數據的存儲與查詢。

2、什么是倒排索引？它是如何工作的？

答案：倒排索引是 Elasticsearch 的核心數據結構。它從詞出發，記載了每個詞在哪些文檔中出現過，由詞典和倒排表組成。在構建倒排索引時，會對文檔進行分詞處理，將文檔拆分成詞條，然后建立詞條與文檔 ID 的映射關系。查詢時，通過查找詞條在倒排索引中的位置，快速定位到包含該詞條的文檔。

3、Elasticsearch 中的索引、文檔和字段分別是什么？

答案：索引類似于關系數據庫中的數據庫，是具有相同結構的文檔的集合；文檔是 ES 中最小的存儲單位，相當于關系數據庫中的一條記錄，以 JSON 格式存儲；字段是文檔中的屬性，類似于關系數據庫中的列，每個字段都有其數據類型。

4、如何理解 Elasticsearch 中的分片和副本？

答案：分片是為了提高 ES 的存儲和查詢性能，將索引分成多個部分，分布在不同的節點上。副本是每個分片的備份，用于提高可用性和容錯性，當主分片出現故障時，副本可以替代主分片提供服務。合理設置分片和副本數量可以平衡系統的性能、可用性和成本。

5、Elasticsearch 是如何實現 Master 選舉的？

答案：前置前提是只有候選主節點（master:true）的節點才能成為主節點，并且要滿足最小主節點數（min_master_nodes）以防止腦裂。選舉流程大致為：第一步，確認候選主節點數達標，即滿足 elasticsearch.yml 設置的 discovery.zen.minimum_master_nodes 的值；第二步，比較節點，先判定是否具備 master 資格，具備候選主節點資格的優先返回；若兩節點都為候選主節點，則 id 小的值會成為主節點，這里的 id 為 string 類型。

6、詳細描述一下 Elasticsearch 索引文檔的過程。

答案：第一步，客戶端向集群中的某節點寫入數據，發送請求，如果沒有指定路由 / 協調節點，請求的節點扮演路由節點的角色；第二步，節點接收到請求后，使用文檔_id 來確定文檔屬于哪個分片，請求會被轉到對應的主分片所在節點；第三步，主分片所在節點在主分片上執行寫操作，如果成功，則將請求并行轉發到其他副本分片上，等待結果返回。所有的副本分片都報告成功后，主分片所在節點將向協調節點報告成功，協調節點再向請求客戶端報告寫入成功。

7、Elasticsearch 的查詢流程是怎樣的？

答案：首先，客戶端發送搜索請求，請求中包含查詢條件、索引名稱等信息。Elasticsearch 根據搜索請求中指定的索引名稱和查詢條件，確定哪些分片包含符合查詢條件的文檔數據，然后并行地向這些分片發送搜索請求，每個分片在本地執行相應的查詢操作并返回部分結果。接著，Elasticsearch 將這些部分結果匯總起來，并根據查詢要求對結果進行排序，最后將搜索結果返回給客戶端。

8、在 Elasticsearch 中，如何進行索引數據的調優？

答案：可以從設計階段、寫入階段、查詢階段等方面進行調優。設計階段，根據業務增量需求，采取基于日期模板創建索引，使用別名進行索引管理，合理設置分詞器，充分考慮字段屬性等；寫入階段，寫入前可將副本數設置為 0，關閉 refresh_interval，寫入過程中采用 bulk 批量寫入，寫入后恢復副本數和刷新間隔，盡量使用自動生成的 id；查詢階段，禁用 wildcard 和批量 terms，充分利用倒排索引機制，能使用 keyword 類型盡量使用 keyword，數據量大時先基于時間敲定索引再檢索，設置合理的路由機制等。

9、什么是 Elasticsearch 中的 Mapping？它有什么作用？

答案：Mapping 定義了文檔的結構，包括字段的數據類型、索引方式、分析器等信息。它的作用是告訴 Elasticsearch 如何解析和存儲文檔中的數據，以及如何對字段進行索引和搜索，確保數據能夠被正確地處理和查詢。

10、Elasticsearch 支持哪些數據類型？

答案：常見的數據類型有文本類型（text）、關鍵字類型（keyword）、日期類型（date）、數值類型（如 integer、long、float、double 等）、布爾類型（boolean），還有二進制類型（binary）、地理空間類型（geo - point、geo - shape）等。