ElasticSearch业务场景与面试题

以下是几个常见的 Elasticsearch 业务场景解决方案及面试题解析（含 Java 示例）：

一、业务场景解决方案

场景 1：商品搜索与过滤

需求：电商平台需要支持多条件搜索（关键词、价格区间、分类、品牌）并按相关性排序。

解决方案：

Bool Query ：组合 must（必须匹配）、should（加分项）、filter（无评分过滤）。
Keyword 字段 ：分类/品牌等精确匹配字段使用 keyword 类型。
范围查询 ：价格区间使用 range 查询。
相关性排序：使用 TF-IDF 或 BM25 算法（ES 默认）。

java 复制代码

// 使用 RestHighLevelClient（旧版）或 Java Client（新版）
SearchRequest request = new SearchRequest("products");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

BoolQueryBuilder boolQuery = QueryBuilders.boolQuery()
    .must(QueryBuilders.matchQuery("name", "手机")) // 关键词匹配
    .filter(QueryBuilders.rangeQuery("price").gte(1000).lte(5000)) // 价格过滤
    .filter(QueryBuilders.termQuery("category", "electronics")) // 分类精确匹配
    .should(QueryBuilders.matchQuery("brand", "Apple").boost(2.0f)); // 品牌加分

sourceBuilder.query(boolQuery)
    .sort(SortBuilders.scoreSort()) // 按相关性排序
    .from(0).size(10); // 分页

request.source(sourceBuilder);
SearchResponse response = client.search(request, RequestOptions.DEFAULT);

场景 2：日志分析与聚合

需求：分析系统日志中不同错误级别的出现次数。

解决方案：

Date Histogram：按时间区间聚合。
Terms Aggregation：按错误级别分组统计。
索引设计 ：使用 @timestamp 字段记录日志时间。

java 复制代码

SearchRequest request = new SearchRequest("logs");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

// 按错误级别聚合
TermsAggregationBuilder termsAgg = AggregationBuilders.terms("error_levels").field("level");
// 子聚合：按小时统计
DateHistogramAggregationBuilder dateHistogram = AggregationBuilders.dateHistogram("per_hour")
    .field("@timestamp").calendarInterval(DateHistogramInterval.HOUR);

termsAgg.subAggregation(dateHistogram);
sourceBuilder.aggregation(termsAgg);

request.source(sourceBuilder);
SearchResponse response = client.search(request, RequestOptions.DEFAULT);

// 解析聚合结果
Terms terms = response.getAggregations().get("error_levels");
for (Terms.Bucket bucket : terms.getBuckets()) {
    String level = bucket.getKeyAsString();
    DateHistogram dateHistogramAgg = bucket.getAggregations().get("per_hour");
    for (DateHistogram.Bucket hourBucket : dateHistogramAgg.getBuckets()) {
        System.out.println(level + " - " + hourBucket.getKeyAsString() + ": " + hourBucket.getDocCount());
    }
}

场景 3：搜索自动补全

需求：实现类似 Google 的搜索框自动补全功能。

解决方案：

Completion Suggester：专为自动补全设计的字段类型。
N-gram 分词：支持部分匹配（如 "el" 匹配 "elasticsearch"）。

java 复制代码

// 创建索引时定义补全字段
CreateIndexRequest request = new CreateIndexRequest("suggestions");
request.mapping(
    "{\n" +
    "  \"properties\": {\n" +
    "    \"suggest\": {\n" +
    "      \"type\": \"completion\"\n" +
    "    }\n" +
    "  }\n" +
    "}",
    XContentType.JSON
);
client.indices().create(request, RequestOptions.DEFAULT);

// 查询时使用 Suggest
SuggestBuilder suggestBuilder = new SuggestBuilder()
    .addSuggestion("my_suggestion",
        new CompletionSuggestionBuilder("suggest").prefix("el").size(5));

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder().suggest(suggestBuilder);
SearchRequest searchRequest = new SearchRequest("suggestions").source(sourceBuilder);
SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);

// 解析补全结果
CompletionSuggestion suggestion = response.getSuggest().getSuggestion("my_suggestion");
for (CompletionSuggestion.Entry.Option option : suggestion.getOptions()) {
    System.out.println(option.getText().string());
}

二、高频面试题

问题 1：Elasticsearch 如何保证数据一致性？

答：ES 是近实时（NRT）系统，默认每秒刷新（refresh）一次。写入数据后需等待刷新或手动调用 refresh 才能搜索到。通过 wait_for 参数可强制等待变更可见：
java 复制代码
```
IndexRequest request = new IndexRequest("index")
    .source("field", "value")
    .setRefreshPolicy(WriteRequest.RefreshPolicy.WAIT_UNTIL);
```

问题 2：如何处理深度分页的性能问题？

答：避免使用 from + size（如 from=10000），改用 search_after：

java 复制代码

SearchSourceBuilder sourceBuilder = new SearchSourceBuilder()
    .sort(SortBuilders.fieldSort("_id")) // 必须包含唯一排序字段
    .size(10);

// 第一次查询
SearchResponse response = client.search(request, RequestOptions.DEFAULT);
SearchHit[] hits = response.getHits().getHits();

// 后续分页使用 search_after
sourceBuilder.searchAfter(hits[hits.length - 1].getSortValues());

问题 3：如何同步 MySQL 数据到 Elasticsearch？

方案：
1. Logstash JDBC Input：定时拉取 MySQL 数据。
2. Binlog 监听：使用 Canal 或 Debezium 捕获 MySQL 变更，通过 Kafka 同步到 ES。
3. 双写：应用层直接写入 MySQL 和 ES（需处理事务一致性）。

问题 4：如何优化 Elasticsearch 集群性能？

答：
- 硬件：使用 SSD、增加内存。
- 索引设计 ：合理设置分片数（建议单个分片 10-50GB）、关闭不需要的字段 norms。
- 查询优化 ：避免通配符查询、使用 filter 替代 query 避免评分。
- 冷热分离：将历史数据迁移到冷节点。

三、陷阱与注意事项

分片数不可变：创建索引时需预先规划分片数量。
脑裂问题 ：通过 discovery.zen.minimum_master_nodes（旧版）或 cluster.initial_master_nodes（新版）配置避免。
映射爆炸：限制动态映射，避免过多字段导致内存问题。

以上内容覆盖了常见场景和面试考点，结合 Java 代码可快速实现功能验证。