ElasticSearch理解
ElasticSearch设计的理念就是分布式搜索引擎。
ES与Solr对比？
Solr在数据量不大的传统搜索应用表现要好于Elasticsearch，这体现在使用简易度上，功能上完整度上，还有少量数据搜索效率上。但Solr毕竟是很久之前的产品，似乎不太适应当前大数据发展的趋势，而Elasticsearch天生支持大数据，并且很多有大数据需求的互联网公司，实际生产环境测试，将搜索服务器从Solr转到Elasticsearch以后的平均查询速度有了50倍的提升。
数据量少的传统搜索应用可以使用Solr，新兴的实时搜索大数据应用选择Elasticsearch。
ES与传统数据库对比？
倒排索引跟普通索引的区别？
普通索引：关键字去找文档
倒排索引：文档去找关键字， 倒排索引是以文档本身内容进行索引，会将所有的原信息整理成一个文档，对这些元信息进行分词，并且对文档进行一个标记。比如当人们搜索hello 关键字的时候，就可以立马定位到 hello 出现在文档1 中，还可以知道在文档中的位置
为什么叫es是准实时的？
准实时。默认是每隔1秒refresh一次的，所以es是准实时的，因为写入的数据1秒之后才能被看到。我们也可以调用es api进行refresh，
手动将buffer中的数据刷入os cache中，让数据立马就可以被搜索到。
ES的数据持久性保证？
translog先写入os cache的，默认每隔5秒刷一次到磁盘中去，可能有5秒的数据会仅仅停留在buffer或者translog文件的os cache中，如果此时机器挂了，会丢失5秒钟的数据。一般使用默认配置，如果使用近实时可能会形象ES的性能。
ES删除流程？
删除操作，commit的时候会生成一个.del文件，里面将某个doc标识为deleted状态，那么搜索的时候根据.del文件就知道这个doc被删除了
Segment File过多会进行什么操作？
buffer每次refresh一次，每秒就会产生一个segment file，segment file会越来越多，到一定程度，此时会定期执行merge，merge时，会将多个segment file合并成一个。同时这里会将标识为deleted的doc物理删除掉，然后将新的segment file写入磁盘，这里会写一个commit point，标识所有新的segment file，然后打开segment file供搜索使用，同时删除旧的segment file。
es里的写流程，有4个底层的核心概念
refresh：buffer快满了，或者到一定时间，就会将buffer数据refresh到一个新的segment file中，但是此时数据不是直接进入segment file的磁盘文件的，而是先进入os cache的。
translog：数据写入ES的时候，不仅写入buff，同时写入到tranlog文件，并且没5秒钟进行一次持久化
flush：默认每隔30分钟会自动执行一次commit，但是如果translog过大，也会触发commit。
1、写commit point；
2、将os cache数据fsync强刷到磁盘上去；
3、清空translog日志文件
merge：buffer每次refresh一次，每秒就会产生一个segment file，segment file会越来越多，到一定程度，此时会定期执行merge，merge时，会将多个segment file合并成一个。
ES插入数据，删除，查询数据流程图
ES优化方案：
1.File System Cache：es的搜索引擎严重依赖于底层的File System Cache，如果给File System Cache更多的内存，尽量让内存可以容纳所有的Index Segment File索引数据文件，那么你搜索的时候就基本都是走内存的，性能会非常高。
2.根据要搜索的字段才存到ES中，尽量避免将所有字段都存到ES中，节约ES的内存。
3.可以使用内存预热方案，用个定时任务之类的工具，将访问频率高的，先查询一遍弄到ES内存中。
整理来自：
