1.ElasticSearch对比Solr？

1. Solr 利用 Zookeeper 进行分布式管理，而 Elasticsearch 自身带有分布式协调管理功能;
2. Solr 支持更多格式的数据，而 Elasticsearch 仅支持json文件格式；
3. Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高级功能多由第三方插件提供；
4. Solr 在传统的搜索应用中表现好于 Elasticsearch，但在处理实时搜索应用时效率明显低于 Elasticsearch。

2.ElasticSearch插入百万级的数据怎么做？

1. 通过JPA的save方法也可以批量插值，但适用于小数据量
2. 超大数据的插入就要用ES自带的bulk了，可以迅速插入百万级的数据。
3. 在ElasticSearchTemplate里也提供了对应的方法。

3.Es在项目中怎么使用？

1. 搭建集群
2. 安装ik分词器，配置自定义分词词库
3. 定义Bean
   • 定义索引名称、类型名称、文档名称
   • 定义映射关系
     • 哪些需要分词-》name
     • 哪些不需要分词-》categoryName，brandName
     • 规格使用动态类型Object-》private Map String, Object specMap
4. 索引初始化
5. 动态索引更新
6. 关键字搜索
7. 聚合查询（普通域、动态域），显示品牌和规格
8. 多条件过滤查询
9. 范围过滤查询
10. 分页搜索
11. 排序搜索
12. 高亮搜索

4.ES查询慢，如何去解决？

1. 思路1：索引层面。 8亿条分散到多个索引、多个副本当中
2. 思路2：Mapping映射设计层面。 举例，设计高效检索Number类型建议改成keyword
3. 思路3：检索DSL优化层面 注意：能使用filter过滤检索的就不要使用query
4. 思路4：返回字段层面 ，有没有检索的使用source:限定返回的字段， 如果没有，会全字段返回，数据量大的话，也会慢。
5. 思路5：DSL 调试 调试方法：DSL执行语句中加上profile:true . 或者借助：xpack可视化插件排查。 这样，会打印出对应查询的细节花费时间，让你明明白白知道那里慢了。
6. 思路6：日志查询 查询的时候，查询ES日志，看看有没有大量的gc。 看看有没有错误日志，错误日志的处理就是优化的方向。
7. 思路7：借助cerebro或者xpack mointer监视集群状态 看一看，集群堆内存、cpu、负载的使用情况。
8. 思路8：外部思维 想一想，查询的时候，有没有并行的写入操作？ 那么查询的时候慢，是不是写入压力大队集群造成的影响。
9. 思路9：排除网络慢的原因 内网查询还是外网映射查询，返回时间也不一样。
10. 思路10：其他问题 结合业务场景进行分析，自己的业务代码逻辑的问题。 一定要转成DSL进行最小化定位。

5.es的原理是什么？

1. Elasticsearch底层使用的使用的lucene
2. lucene使用的是倒排索引的方式来进行加快检索速度
3. 倒排索引就是根据单词找到对应的文档 Id

6.为什么用es不用mysql的索引？

1. 数据库的索引是B+tree结构；ES基于的是倒排索引。
2. ES可以处理分词后的全文搜索，对于mysql关系型数据库而言完全是灾难。比如查询包含关键字mysql的like "%word%" mysql全表查，es只需要查"word"这个词包含的文档id 速度明显不是一个级别。
3. ES可以处理海量数据的搜索
4. 搜索方面，ES提供了更加丰富的功能。

7.同步MySQL的数据到ES？

1. 分全量同步与增量同步
2. 全量同步是指全部将数据同步到es，通常是刚建立es，第一次同步时使用。增量同步是指将后续的更新、插入记录同步到es
3. 我所知道的方案如下:
   • 全量同步
     • 自己写代码进行初始同步
     • Logstash配合logstash-input-jdbc插件
   • 增量同步
     • canal实现增量同步MySQL的数据

8.说一下ES？

1. 开源的Elasticsearch（简称ES）是开源搜索引擎，基于Lucene。
2. 可以通过RESTful API进行全文搜索。
3. 近实时，es从数据写入到数据被搜索到有一个延时（大概1秒），基于es执行的搜索和分析可以达到秒级。
4. 作为一个大型分布式集群（数百台服务器）技术，处理海量数据（PB级）数据，服务大公司；也可以运行在单机上，服务小公司
5. 基本概念索引、类型、文档、字段。

9.说一下Es的分片和副本？

1. 默认情况下，Elasticsearch中的每个索引被分片5个主分片和1个复制。假如集群中有两个节点，你的索引将会有5个主分片和另外5个复制分片（1个完全拷贝），这样的话每个索引总共就有10个分片。
2. 分片可以预防索引过大，存不下。比如，一个具有10亿文档的索引占据1TB的磁盘空间，而任一节点都没有这样大的磁盘空间；
3. 分片在多个节点上进行分布式的、并行的操作，进而提高性能/吞吐量。
4. 副本在分片/节点失败的情况下，提供了高可用性。
5. 副本可以扩展你的搜索量/吞吐量，因为搜索可以在所有的复制上并行运行
6. 复制分片从不与原/主要（original/primary）分片置于同一节点上是非常重要的。

10.谈谈你对ES的DSL的理解？

1. es基于restful构建查询，传递json参数就可以操作es。
2. DSL 其实是 Domain Specific Language 的缩写，中文翻译为领域特定语言（下简称 DSL），es通过DSL语言对传递的JSON的具体格式和内容做了限定。
3. 那es的dsl，就是传递符合限定的json字符串。
4. json的组合构成了具体的功能:
   • 索引操作
   • 映射操作
   • 文档操作
   • 查询操作
   • 过滤操作
   • 聚合操作
   • 分页、高亮
5. 常见的查询有：
   • match、match_phrase、query_string、multi_match等。
6. 常见的过滤有：
   • term、range、exists、wildcard、prefix、fuzzy等
7. 学习es的功能，就是学习es可以传递哪些格式的json字符串。
8. es6.3版本后支持sql，缩减了dsl的学习成本