搜索系列 · 第 08 篇——面试收官：高频题与全景总结

把整个系列沉淀成一张知识地图

一、导读

作为搜索系列收官篇，本讲把前七讲沉淀为一张「面试知识地图」：按基础、架构、场景三类整理高频面试题与答题要点，提供两套可套用的答题框架，最后给出系列全景总结。

二、高频面试题（基础类）

|-------------------|-----------------------------------------------------|
| 问题 | 答题要点 |
| 什么是 Elasticsearch | 基于 Lucene 的分布式 RESTful 搜索引擎，以 JSON 文档组织数据，倒排索引毫秒级检索 |
| 倒排索引是什么 | 以词项为核心记录出现在哪些文档，与正排相反，查词直接定位文档 |
| 为什么是近实时 | 写入先进内存缓冲 + translog，默认约 1 秒 refresh 生成可搜索段 |
| text 与 keyword 区别 | text 分词建倒排用于全文检索，keyword 不分词精确匹配、过滤、聚合 |
| 索引 / 文档 / 分片 / 副本 | 索引=文档集合，文档=JSON 单元，分片=水平扩展物理单元，副本=冗余与读扩展 |
| BM25 如何打分 | 在词频与文档长度间平衡，IDF 抑制高频词、长度归一化惩罚稀释，默认 k1=1.2/b=0.75 |

三、高频面试题（架构类）

|------------|---------------------------------------------------------------------------|
| 问题 | 答题要点 |
| 节点有哪些角色 | master / data / coordinating / ingest 等，node.roles 指定 |
| 集群如何形成 | cluster.name + discovery.seed_hosts + cluster.initial_master_nodes 互相发现选主 |
| 分片如何路由 | shard = hash(routing) % number_of_primary_shards |
| 近实时引擎怎么工作 | buffer + translog，refresh 生成段、flush 落盘，后台 Tiered 段合并 |
| 如何水平扩展 | 加节点自动重新平衡分片，主分片+副本共同承载 |
| 写入一致性怎么保证 | 主分片写后同步副本，wait_for_active_shards 控制确认 |
| 为什么主分片不可修改 | 路由依赖分片数取模，改后重哈希需重建（reindex） |

四、高频面试题（场景类）

|---------------------|-----------------------------------------------------|
| 问题 | 答题要点 |
| 为什么用 ES 不用 MySQL 搜索 | 倒排 + 分布式并行，亿级毫秒；LIKE/FULLTEXT 有限，大数据量秒级超时 |
| 查询变慢怎么排查 | _cat/shards 看分片、线程池 rejected、Profile API 定位热点子句、慢日志 |
| 深分页慢怎么办 | 改用 search_after 游标翻页，避免 from 过大 |
| 映射爆炸怎么防 | 收敛动态映射、限制 total_fields.limit、显式定义 Mapping |
| 数据量增长怎么办 | ILM 冷热分离 + 合理分片 + 滚动索引（rollover） |
| 与关系库如何分工 | 关系库做事务源，ES 做全文检索、日志、实时聚合，互补融合 |

五、答题框架示范

5.1 框架一：为什么 ES 检索快

分四层递进回答：存储（倒排索引以词项映射文档）→ 近实时（buffer + 段，约 1 秒可见）→ 分布式（分片并行 + 协调节点归并）→ 落地（亿级 LIKE 秒级 vs ES 毫秒级）。体现「以词项为本 + 分布式并行」的检索设计哲学。

5.2 框架二：ES vs 关系库怎么选

先点明边界：全文检索、日志、实时聚合适合 ES；强事务与复杂 JOIN 适合关系库。再给取舍：查询是全文与聚合 → ES；需要 ACID 事务 → 关系库。最后强调融合：关系库作数据源，ES 作搜索与分析底座，双写互补而非替代。

六、搜索系列全景总结

从认知入门到面试收官，本系列形成完整闭环，可凝练成一条知识链：

认知：倒排索引、近实时、分布式定位。
架构：Lucene 段引擎、节点角色、分片路由三层设计。
原理：倒排索引、分词映射、BM25、段管理。
部署：内网落地 Elasticsearch 集群，含一键脚本。
选型：与 Solr / OpenSearch / 关系库全文横评。
避坑：映射、分片、写入、查询陷阱。
调优：写入、生命周期、查询、监控体系。
面试：高频题与答题框架。

至此，搜索系列 8 篇全部完成。