标签：watch search apach 解决方案 一个 txt 网络 last analyzer
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！
严谨起见，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：
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。
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。
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。
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）：
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。
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：
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。
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
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：
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。
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。
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。
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。
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_*GET _cat/indices
PUT test_001/_mapping
{
"properties": {
"title":{
"type":"keyword"
}
}
}GET test_001/_doc/1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。
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。
查询主要分为两种类型：精确匹配、全文检索匹配。
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。
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：
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。
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：
推荐：Elasticsearch自定义分词，从一个问题说开去
Elasticsearch Analyzer 的类型为内置分析器和自定义分析器。
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。
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)。
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。
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。
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。
"type": "mapper_parsing_exception",
"reason": "Mapping definition for [user_id] has unsupported parameters: [enabled : false]""type": "search_phase_execution_exception",
"reason": "Cannot search on field [user_id] since it is not indexed."
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：
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。
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。
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。
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。
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。
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。
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。
面试时说几个核心的就可以，包含但不限于：
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
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
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。
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。
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。
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。
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。
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。
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/
加微信：elastic6（仅有少量坑位了），和 BAT 大佬一起精进 Elastic 技术！
推荐阅读：
Elasticsearch 搜索工程师笔试面试，请先看这 10 条建议！
干货 | BAT等一线大厂 Elasticsearch面试题解读
重磅 | 死磕 Elasticsearch 方法论认知清单（2020年国庆更新版）
能拿驾照就能通过 Elastic 认证考试！
更短时间更快习得更多干货！
中国 近 50%+ Elastic 认证工程师出自于此！
和全球 800+ Elastic 爱好者一起死磕 Elasticsearch！
Elasticsearch Top 51 重中之重面试题及答案
标签：watch search apach 解决方案 一个 txt 网络 last analyzer
原文地址：https://blog.51cto.com/15050720/2562587
