Web Elasticsearch题目，你会怎么出题，考那些内容？
一、默认内置分词器
**1. 标准分词器 (Standard Analyzer) **
特点：
- 按空格和标点符号分割文本，支持多语言基础分词
- 中文默认单字切分（如「苹果手机」→ [苹, 果, 手, 机]）
- 自动转小写，过滤标点符号
优点：通用性强，适合英文及简单多语言场景
缺点：中文分词效果差，无法识别语义
**2. 空格分词器 (Whitespace Analyzer) **
特点：
- 严格按空格分割文本，保留原始大小写和标点
- 中文需手动添加空格才能正确分词
优点：处理英文纯文本速度快
缺点：中文处理能力几乎为0，需额外预处理
**3. 关键词分词器 (Keyword Analyzer) **
特点：
- 将整个文本作为单个词条不进行分词
- 常用于精确匹配场景（如ID、状态字段）
优点：避免误分词，保障数据完整性
缺点：不支持模糊搜索和语义分析
二、中文专用分词器
**IK分词器 (IK Analyzer) **
特点：
- 中文专用开源分词器，支持ik_smart（粗粒度）和ik_max_word（细粒度）模式
- 内置超60万中文词库，支持扩展自定义词典
优点：
- 中文分词准确率高（如「苹果手机」→ [苹果, 手机]）
- 支持热更新词典，适用于动态词库场景
缺点：
- 未登录词（如新网络词汇）处理能力有限
- 分词速度略低于标准分词器（约60万字/秒）
三、特殊用途分词器
1. NGram分词器 36
特点：
- 将文本按N-Gram模式切分（如「微信」→ [微, 信, 微信]）
- 支持配置min_gram和max_gram控制切分长度
优点：支持模糊搜索和部分匹配（如邮箱后缀搜索）
缺点：索引体积膨胀严重，内存消耗高
**2. 正则分词器 (Pattern Analyzer) **
特点：
- 基于正则表达式定义分割规则（如按数字、特殊符号分割）
- 支持自定义正则模式适配业务需求
优点：灵活性高，适合非结构化文本处理
缺点：正则配置复杂度高，性能低于预设分词器
**3. 停用词分词器 (Stop Analyzer) **
特点：
- 在标准分词器基础上过滤停用词（如英文的and/the，中文需自定义）
- 减少无效词条，提升搜索效率
优点：降低索引冗余，加速查询性能
缺点：需手动维护停用词表，中文支持较弱
四、高级扩展方案
**自定义分词器 **
组成模块：
- 字符过滤器：预处理文本（如去除HTML标签）
- 分词器：核心切分逻辑（如ICU分词器支持多语言）
- 词项过滤器：后处理（如小写转换、同义词扩展）
一、选择题（每题2分，共10分）
Elasticsearch的节点类型中，负责管理集群元数据和分片分配的是？
A. 数据节点
B. 主节点
C. 协调节点
D. 摄取节点
答案：B
以下哪种分词器最适合中文语义分词场景？
A. 标准分词器（Standard Analyzer）
B. IK分词器（IK Analyzer）
C. 空格分词器（Whitespace Analyzer）
D. NGram分词器
答案：B
二、简答题（每题5分，共20分）
简述Elasticsearch倒排索引的工作原理及其优势。
答案：倒排索引通过建立“词项→文档ID”映射提升检索效率，支持全文搜索和快速定位文档。相较于正排索引，倒排索引更适合处理非结构化数据的高效查询。
列举保证数据库与Elasticsearch索引数据同步的三种策略。
答案：
- 基于数据库Binlog的实时同步（如Canal+Logstash）
- 应用程序双写（事务内同步更新数据库和ES）
- 定时批处理任务（对比差异数据并增量更新）
三、设计题（15分）
设计一个支持高并发查询的电商商品搜索服务，要求：
- 支持关键词、价格区间、商品类目多维度检索
- 数据量级为PB级，写入延迟低于1秒
- 提供容灾和水平扩展能力
参考答案：
架构设计：
- 使用多节点集群架构，分离主节点、数据节点和协调节点角色
- 分片策略：每个索引设置5个主分片+1副本分片，分散数据压力
查询优化： - 结合布尔查询（Bool Query）整合多条件过滤
- 对价格字段使用range查询，类目字段使用term精确匹配
容灾扩展： - 通过ILM策略实现冷热数据分层存储，优化资源利用率
- 监控分片负载，动态调整分片分配策略
四、案例分析题（15分）
场景：某日志分析系统使用Elasticsearch存储日志，发现查询性能逐渐下降。当前集群有10个节点，索引按天创建，分片数为3，副本数为1。
问题分析：
性能下降可能原因：
- 分片数量不足导致单个分片数据量过大（如单日日志超过50GB）
- 未清理历史索引，碎片化严重，影响合并效率
优化方案：
- 调整分片策略：按日志量动态设置分片数（如每分片20GB数据）
- 启用索引生命周期管理（ILM），自动删除过期索引及合并碎片
- 使用Rollover API实现索引自动滚动创建
浙公网安备 33010602011771号