六、Redis部分

1.0講一下你理解的Redis，為什么Redis很快

Redis是一種高性能的，開(kāi)源的，C語(yǔ)言編寫(xiě)的非關(guān)系型數(shù)據(jù)庫(kù)，可以對(duì)關(guān)系型數(shù)據(jù)庫(kù)起到補(bǔ)充作用，同時(shí)支持持久化，可以將數(shù)據(jù)同步保存到磁盤(pán)

說(shuō)Redis很快是相對(duì)于關(guān)系型數(shù)據(jù)庫(kù)如mysql來(lái)說(shuō)的，主要有以下因素

第一，數(shù)據(jù)結(jié)構(gòu)簡(jiǎn)單，所以速度快

第二，直接在內(nèi)存中讀寫(xiě)數(shù)據(jù)，所以速度快

第三，采用多路IO復(fù)用模型，減少網(wǎng)絡(luò)IO的時(shí)間消耗，避免大量的無(wú)用操作，所以速度快

第四，單線程避免了線程切換和上下文切換產(chǎn)生的消耗，所以速度快

1.1你常用的Redis的數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)有哪些，他們的使用場(chǎng)景分別是什么

Redis存儲(chǔ)的是key-value結(jié)構(gòu)的數(shù)據(jù)，其中key是字符串類(lèi)型，value有5種常用的數(shù)據(jù)類(lèi)型:字符串string、哈希hash、列表 list、集合 set、有序集合 sorted set

String可以用作緩存，計(jì)數(shù)器，防攻擊，驗(yàn)證碼、登錄過(guò)期等，List可以用來(lái)做隊(duì)列，秒殺等，Set可以用來(lái)去重

1.3Redis每種存儲(chǔ)結(jié)構(gòu)的簡(jiǎn)單命令

1.String

set key value 設(shè)置指定key的值**，**key相同的情況下，后設(shè)置的值覆蓋前設(shè)置的值
get key 獲取指定key的值**
setex key seconds value 設(shè)置指定key的值，并將key的過(guò)期時(shí)間設(shè)為seconds秒**
setnx key value 只有在key不存在時(shí)設(shè)置key的值****

2.hash

*●hset key field value將哈希表key中的字段field的值設(shè)為value*

*●hget key field 獲取存儲(chǔ)在哈希表中指定字段的值*

*●hdel key field 刪除存儲(chǔ)在哈希表中的指定字段*

*●hkeys key 獲取哈希表中所有字段*

*●hvals key 獲取哈希表中，所有值*

*●hgetall key 獲取在哈希表中指定key的所有字段和值*

*hset 001 name zhangsan ,hset 001 age 20，hset 001 city beijing*

*hget 001 name 結(jié)果zhangsan*

*hdel 001 age 刪除age字段*

*hkeys 001 結(jié)果 name city*

*hvals 001 結(jié)果zhangsan beijing*

*hgetall 001 結(jié)果 name zhangsan city beijing*

3.List

*●lpush key value1 [value2] 將一個(gè)或多個(gè)值插入到列表頭部*

*●lrange key start stop 獲取列表指定范圍內(nèi)的元素*

*●rpop key 移除并獲取列表最后一個(gè)元素*

*●llen key 獲取列表長(zhǎng)度*

*●brpop key1 [key2 ] timeout 移出并獲取列表的最后一個(gè)元素，如果列表沒(méi)有元素會(huì)阻塞列表直到等待超時(shí)或發(fā)現(xiàn)可彈出元素為止*

*lpush list a b c d 在列表中插入多個(gè)值*

*lrange list 0 -1,獲取列表中的元素，從0開(kāi)始到結(jié)束。結(jié)果一次輸出 d c b a*

*rpop list 結(jié)果為a*

*llen list 結(jié)果為3*

*brpop list 10 結(jié)果為b ,brpop list 10 結(jié)果為 c,brpop list 10 結(jié)果為d,brpop list 10 列表中沒(méi)有元素，阻塞等待10s后結(jié)束。*

4.Set

*●sadd key member1 [member2] 向集合添加一個(gè)或多個(gè)成員*

*●smembers key 返回集合中的所有成員，*

*●scard key 獲取集合的成員數(shù)*

*●sinter key1 [key2] 返回給定所有集合的交集*

*●sunion key1 [key2] 返回所有給定集合的并集*

*●sdiff key1 [key2] 返回給定所有集合的差集*

*●srem key member1 [member2] 移除集合中一個(gè)或多個(gè)成員*

*sadd set1 a b c d m n 向集合添加多個(gè)成員,*

*sadd set2 a b c d x y z*

*smembers set1 得到集合所有成員 b d a c m n*

*scard set1 結(jié)果為6*

*sinter set1 set2 返回給定集合的交集，結(jié)果為a b c d*

*sunion set1 set2 返回給定集合的并集，結(jié)果為a b c d m n x y z*

*sdiff set1 set2 返回給定集合的差集，結(jié)果為 m n*

*srem set1 m n 移除set1集合中的 m n 成員*

5.sorted set

zadd key score1 member1 [score2 member2] 向有序集合添加一一個(gè)或多個(gè)成員，或者更新已存在成員的

分?jǐn)?shù)

zrange key start stop [WITHSCORES] 通過(guò)索引區(qū)間返回有序集合中指定區(qū)間內(nèi)的成員

zincrby key increment member 有序集合中對(duì)指定成員的分?jǐn)?shù)加上增量increment

zrem key member [member] 移除有序集合中的一個(gè)或多個(gè)成員

zadd zset 10. 0 a 9.0 c 6.0 d 8.0 e

zadd zset 12.0 a 后添加的a的分?jǐn)?shù)會(huì)覆蓋先添加的

zrange zset 0 -1 結(jié)果為 d e c a

zincrby zset 1.0 e,給zset集合中的e元素的分?jǐn)?shù)加一

zrem zset e c ,移除zset集合中的多個(gè)成員

通用命令

●keys pattern 查找所有符合給定模式( pattern)的key

●exists key 檢查給定key是否存在

●type key 返回key所儲(chǔ)存的值的類(lèi)型

●ttl key 返回給定key的剩余生存時(shí)間(TTL, time to live),以秒為單位

●del key 該命令用于在key存在是刪除key

1.4你們項(xiàng)目是怎么用Redis的

使用的是Springboot整合的redis，主要用來(lái)解決前后端分離后前后端會(huì)話問(wèn)題，以及驗(yàn)證碼的問(wèn)題

1.5怎么防止Redis宕機(jī)數(shù)據(jù)丟失問(wèn)題

通過(guò)對(duì)Redis持久化，把內(nèi)存中的數(shù)據(jù)和命令，保存一份到磁盤(pán)中做備份，當(dāng)Redis發(fā)生宕機(jī)，重啟服務(wù)器的時(shí)候，會(huì)從磁盤(pán)重新加載備份的數(shù)據(jù)，從而解決數(shù)據(jù)丟失問(wèn)題

1.6Redis持久化是什么？有幾種方式

將內(nèi)存中的數(shù)據(jù)備份到磁盤(pán)的過(guò)程，就叫作持久化

Redis持久化主要有兩種方式，RDB和AOF，可以通過(guò)修改redis.conf進(jìn)行配置

RDB是記錄數(shù)據(jù)快照，而AOF是記錄寫(xiě)命令的

1.7Redis有了AOF持久化為什么還要RDB？

AOF和RDB各有所長(zhǎng)

RDB是記錄數(shù)據(jù)快照，它的優(yōu)點(diǎn)是只產(chǎn)生一個(gè)持久化文件，體積相對(duì)較小，啟動(dòng)恢復(fù)速度快，備份方便，它的缺點(diǎn)是沒(méi)辦法做到數(shù)據(jù)百分百不丟失，因?yàn)樗敲扛粢欢〞r(shí)間保存一次

AOF是記錄寫(xiě)命令，它的優(yōu)點(diǎn)是格式清晰，容易理解，數(shù)據(jù)更安全，采用append模式即使持久化過(guò)程中宕機(jī)，也不影響已經(jīng)保存的數(shù)據(jù)，它的缺點(diǎn)是文件體積較大，恢復(fù)速度慢

根據(jù)實(shí)際需要來(lái)選擇，通常二者可以結(jié)合來(lái)使用

1.8Redis內(nèi)存不夠了怎么辦？

方式一：增加物理內(nèi)存

方式二：使用淘汰策略，刪掉一些老舊數(shù)據(jù)

方式三：集群

1.9你們Redis用在哪些業(yè)務(wù)上？用的什么存儲(chǔ)結(jié)構(gòu)

主要用做緩存,比如：驗(yàn)證碼，分類(lèi)緩存，數(shù)據(jù)字典緩存，權(quán)限數(shù)據(jù)緩存，登錄信息緩存等。

String類(lèi)型的存儲(chǔ)結(jié)構(gòu)用的比較多，并且使用了Json格式進(jìn)行序列化。

2.0淘汰策略有哪些？你們用的哪種

volatile-lru ：從已設(shè)置過(guò)期時(shí)間的數(shù)據(jù)集中挑選最近最少使用的數(shù)據(jù)淘汰

volatile-ttl：從已設(shè)置過(guò)期時(shí)間的數(shù)據(jù)集中挑選將要過(guò)期的數(shù)據(jù)淘汰

volatile-random：從已設(shè)置過(guò)期時(shí)間的數(shù)據(jù)集中任意選擇數(shù)據(jù)淘汰

allkeys-lru：從數(shù)據(jù)集中挑選最近最少使用的數(shù)據(jù)淘汰

allkeys-random：從數(shù)據(jù)集中任意選擇數(shù)據(jù)淘汰

no-enviction：不使用淘汰

2.1Redis事務(wù)和Mysql事務(wù)的區(qū)別

Mysql的事務(wù)是基于日志，記錄修改數(shù)據(jù)前后的狀態(tài)來(lái)實(shí)現(xiàn)的，而Redis的事務(wù)是基于隊(duì)列實(shí)現(xiàn)的

Mysql中的事務(wù)滿(mǎn)足原子性：即一組操作要么同時(shí)成功，要么同時(shí)失敗，

Redis中的事務(wù)不滿(mǎn)足原子性，即一組操作中某些命令執(zhí)行失敗了，其他操作不會(huì)回滾

因此對(duì)于比較重要的數(shù)據(jù)，應(yīng)該存放在mysql中

2.2緩存的執(zhí)行流程

1.客戶(hù)端發(fā)起查詢(xún)請(qǐng)求

2.判斷緩存中是否有數(shù)據(jù)

如果有，直接返回

如果沒(méi)有，就從數(shù)據(jù)庫(kù)查詢(xún)，再把數(shù)據(jù)同步到緩存

3.返回?cái)?shù)據(jù)給客戶(hù)端

2.3你們?cè)趺幢ＷCRedis和Mysql的一致性

我們?cè)诖a中控制，如果數(shù)據(jù)庫(kù)做是寫(xiě)操作，直接把redis中的對(duì)應(yīng)數(shù)據(jù)刪除，下次查詢(xún)數(shù)據(jù)會(huì)重新寫(xiě)入緩存。

我們的業(yè)務(wù)對(duì)一致性要求不是很高，因此采用了先操作mysql，后刪除redis。在寫(xiě)數(shù)據(jù)庫(kù)和刪除緩存行代碼之間如果有查詢(xún)請(qǐng)求依然會(huì)查詢(xún)到Redis中的老數(shù)據(jù)，但是這種情況非常極端，而且我們的業(yè)務(wù)也能容忍這種短暫的臟數(shù)據(jù)。

我還知道其他方案，比如延遲雙刪 ， 監(jiān)聽(tīng)Mysql事務(wù)日志自動(dòng)同步Redis等。

2.4SpringCache常用注解

@EnableCaching：打在主啟動(dòng)類(lèi)上，開(kāi)啟緩存功能

@Cacheable：打在方法上，表示該方法會(huì)開(kāi)啟緩存，打在類(lèi)上，表示類(lèi)中所有的方法都開(kāi)啟緩存，方法的返回值會(huì)自動(dòng)寫(xiě)入緩存。如果緩存中已經(jīng)有數(shù)據(jù)，方法將不會(huì)被調(diào)用，而是拿著緩存數(shù)據(jù)直接返回給客戶(hù)端。

@CacheEvict：搭載類(lèi)或者方法上，會(huì)將緩存清除

@CachePut：更新緩存

@Caching：組合操作，要應(yīng)用于方法的多個(gè)緩存操作

@CacheConfig：打在類(lèi)上，共享的一些常見(jiàn)緩存設(shè)置

2.5了解緩存擊穿，穿透，雪崩嗎？怎么處理？

緩存穿透：請(qǐng)求某個(gè)Key對(duì)應(yīng)的數(shù)據(jù)時(shí)，在緩存中沒(méi)有命中數(shù)據(jù)，在數(shù)據(jù)庫(kù)中也沒(méi)有命中數(shù)據(jù)，數(shù)據(jù)庫(kù)會(huì)返回空，而Redis也不會(huì)緩存這個(gè)空結(jié)果，這就造成了緩存穿透的問(wèn)題。

解決方案：

一：就是把空對(duì)象緩存起來(lái)。當(dāng)?shù)谝淮螐臄?shù)據(jù)庫(kù)中查詢(xún)出來(lái)的結(jié)果為空時(shí)，我們就將這個(gè)空對(duì)象加載到緩存，并設(shè)置合理的過(guò)期時(shí)間，這樣，就能夠在一定程度上保障后端數(shù)據(jù)庫(kù)的安全。

二：使用布隆過(guò)濾器來(lái)判斷數(shù)據(jù)庫(kù)中有沒(méi)有這個(gè)key。

緩存擊穿：緩存中沒(méi)有，數(shù)據(jù)庫(kù)中有的數(shù)據(jù)，由于某種原因比如緩存過(guò)期了，同時(shí)并發(fā)用戶(hù)特別多，一時(shí)間都往數(shù)據(jù)庫(kù)中讀取數(shù)據(jù).

解決方案：加互斥鎖，只能允許一個(gè)線程訪問(wèn)數(shù)據(jù)庫(kù)；設(shè)置熱點(diǎn)代碼永不過(guò)期。

緩存雪崩：緩存重啟，或者大量key失效，導(dǎo)致大量并發(fā)打到數(shù)據(jù)庫(kù)

解決方案：

緩存數(shù)據(jù)的過(guò)期時(shí)間設(shè)置隨機(jī)，防止同一時(shí)間大量數(shù)據(jù)過(guò)期現(xiàn)象發(fā)生。

如果緩存數(shù)據(jù)庫(kù)是分布式部署，將熱點(diǎn)數(shù)據(jù)均勻分布在不同搞得緩存數(shù)據(jù)庫(kù)中。

設(shè)置熱點(diǎn)數(shù)據(jù)永遠(yuǎn)不過(guò)期。

2.6Redis的主從有什么優(yōu)點(diǎn)，和缺點(diǎn)？

優(yōu)點(diǎn)是讀寫(xiě)分離，分擔(dān)了讀的壓力，同時(shí)能起到備份作用，防止數(shù)據(jù)丟失

缺點(diǎn)是不能分擔(dān)寫(xiě)的壓力，主的單點(diǎn)故障沒(méi)有解決，存儲(chǔ)沒(méi)有得到擴(kuò)容

2.7解釋一下Redis的哨兵模式。哨兵的不足？

當(dāng)主服務(wù)器中斷服務(wù)后，可以將一個(gè)從服務(wù)器升級(jí)為主服務(wù)器 ，以便繼續(xù)提供服務(wù)

哨兵就是用來(lái)監(jiān)控主從服務(wù)器，實(shí)現(xiàn)故障恢復(fù)功能的。它會(huì)不斷的檢查主服務(wù)器和從服務(wù)器的健康狀態(tài)，當(dāng)某個(gè)服務(wù)器出現(xiàn)問(wèn)題時(shí)，可以向管理員發(fā)起通知。如果主服務(wù)器不可用時(shí)，會(huì)自動(dòng)選擇一個(gè)從服務(wù)器作為新的主服務(wù)器，并讓其他的從服務(wù)器從新的主服務(wù)器復(fù)制數(shù)據(jù)

哨兵也是主從模式，沒(méi)有解決寫(xiě)的壓力，只減輕了讀的壓力，而且存儲(chǔ)也得不到擴(kuò)容

2.8Redis如何模擬隊(duì)列和棧，用什么命令

list控制同一邊進(jìn)，同一邊出就是棧；list控制一邊進(jìn)，另一邊出就是隊(duì)列

2.9Redis存儲(chǔ)單個(gè)對(duì)象怎么存，存儲(chǔ)對(duì)象集合怎么存

單個(gè)對(duì)象可以使用String，也可以使用hash

集合對(duì)象可以使用hash，以便可以快速的通過(guò)field來(lái)取值

七、RabbitMQ

1.0RabbitMQ的使用場(chǎng)景

rabbitMQ消息隊(duì)列可以用來(lái)

做任務(wù)的異步處理，提高程序的相應(yīng)時(shí)間，

提高系統(tǒng)穩(wěn)定性，通過(guò)手動(dòng)確認(rèn)機(jī)制，當(dāng)消費(fèi)者出現(xiàn)故障，只要沒(méi)有確認(rèn)簽收，請(qǐng)求的數(shù)據(jù)都不會(huì)丟失可以再次處理

服務(wù)解耦，生產(chǎn)者通過(guò)MQ與消費(fèi)者交互

流量削峰，通過(guò)異步處理，消息傳到MQ直接返回，接著等待排隊(duì)處理，避免了線路擁堵

1.1RabbitMQ如何防止消息丟失

首先，RabbitMQ的消息確認(rèn)機(jī)制，默認(rèn)是自動(dòng)簽收，也就是說(shuō)消息一旦被消費(fèi)者接收，就自動(dòng)簽收，消息就從隊(duì)列里清除了。因此對(duì)于重要的消息，不容丟失的數(shù)據(jù)，我們需要設(shè)置在消費(fèi)完成后手動(dòng)簽收。

其次，我們可以將消息持久化，避免消息在消費(fèi)前MQ宕機(jī)，網(wǎng)絡(luò)問(wèn)題等造成的消息丟失

1.2RabbitMQ的交換機(jī)有哪幾種

Fanout：廣播，將消息交給所有綁定到交換機(jī)的隊(duì)列

Direct：定向，把消息交給符合指定routing key的隊(duì)列

Topic：通配符，把消息交給符合routing pattern的隊(duì)列

1.3消息是如何從發(fā)送者到達(dá)消費(fèi)者的（RabbitMQ工作流程）

分為消息發(fā)送和消息接收兩個(gè)步驟

消息發(fā)送：生產(chǎn)者和Broker建立TCP連接，創(chuàng)建信道。通過(guò)信道將消息發(fā)送給Broker，由Exchange將消息進(jìn)行轉(zhuǎn)發(fā)到指定的隊(duì)列

消息接收：消費(fèi)者和Broker建立TCP連接 ，創(chuàng)建信道 ，然后監(jiān)聽(tīng)指定的隊(duì)列，當(dāng)有消息到達(dá)隊(duì)列時(shí)，Broker默認(rèn)將消息推送給消費(fèi)者，消費(fèi)者就能接收到消息

1.4如何防止消息重復(fù)消費(fèi)

重復(fù)消費(fèi)，一般時(shí)由于消費(fèi)者消費(fèi)成功后，在給MQ確認(rèn)簽收的時(shí)候出現(xiàn)了網(wǎng)絡(luò)波動(dòng)，MQ沒(méi)有接到確認(rèn)，就會(huì)繼續(xù)給消費(fèi)者投遞之前的消息，造成消費(fèi)者接收到了兩條一樣的消息。

我們可以通過(guò)實(shí)現(xiàn)消息的冪等性來(lái)避免這種情況，比如說(shuō)讓生產(chǎn)者給每個(gè)消息攜帶一個(gè)唯一的id，消費(fèi)者獲取消息后根據(jù)這個(gè)id去查詢(xún)數(shù)據(jù)庫(kù)，如果不存在就正常消費(fèi)，如果存在了就證明該消息被消費(fèi)過(guò)，直接丟棄

1.5RabbitMQ消息投遞失敗，怎么處理

我們可以設(shè)置confirm回調(diào)和 returned 回調(diào)

比如說(shuō)，可以在發(fā)送消息的時(shí)候，把消息詳情包括交換機(jī)名，路由鍵，都保存到一個(gè)表中，狀態(tài)設(shè)置為發(fā)送中，如果在confirm方法中ack為false,代表發(fā)送到交換機(jī)失敗 ，就把這個(gè)記錄狀態(tài)修改為發(fā)送失敗

然后我們創(chuàng)建一個(gè)定時(shí)任務(wù)定時(shí)掃表，去讀取發(fā)送失敗的數(shù)據(jù)并重新發(fā)送，為了優(yōu)化性能，我們?cè)O(shè)置重試次數(shù)3次，如果3次都失敗了，我們可以采取人工干預(yù)

八、ElasticSearch

Lucene創(chuàng)建索引原理

Lucene是基于倒排索引原理來(lái)實(shí)現(xiàn)的

首先，將原文檔進(jìn)行分詞處理，形成一個(gè)個(gè)單獨(dú)的單詞，

然后取出標(biāo)點(diǎn)符號(hào)以及停詞，形成詞元，

再將詞元做一些語(yǔ)言相關(guān)的處理，比如變成小寫(xiě)，轉(zhuǎn)換時(shí)態(tài)，單復(fù)數(shù)形式等等，

將得到的詞創(chuàng)建一個(gè)字典，按照字母順序排序，合并相同的詞，最終生成一個(gè)倒排索引文檔

ES的keyword和text區(qū)別

keyword：不分詞，直接建立索引，支持模糊查詢(xún)，精確查詢(xún)，聚合查詢(xún)

text：分詞后建立索引，支持模糊查詢(xún)，精確查詢(xún)，不支持聚合查詢(xún)

keyword通常用于通常用于存儲(chǔ)年齡，性別，郵編，郵箱號(hào)碼等等，直接將完整數(shù)據(jù)保存的場(chǎng)景

text通常存儲(chǔ)全文搜索的數(shù)據(jù)，例如地址，文章內(nèi)容的保存

ES的優(yōu)勢(shì)

ES是基于Lucene的開(kāi)源搜索引擎，它解決了原生Lucene使用的不足，優(yōu)化了Lucene的調(diào)用方式

分布式的實(shí)時(shí)文件存儲(chǔ)，每個(gè)字段都被索引并可被搜索

支持實(shí)時(shí)分析搜索

可以擴(kuò)展到上百臺(tái)服務(wù)器，處理PB級(jí)結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)

通過(guò)簡(jiǎn)單的 RESTful API、可以跟各種語(yǔ)言的客戶(hù)端甚至命令行進(jìn)行交互

上手非常容易，只需很少的學(xué)習(xí)就可以在生產(chǎn)環(huán)境中使用

ES為什么那么快(ES用到什么數(shù)據(jù)結(jié)構(gòu))

傳統(tǒng)搜索比如mysql的like關(guān)鍵字查詢(xún)，它的搜索方式就是全文掃表，查詢(xún)性能很低

ES是基于Lucene的全文檢索引擎，它采用的是倒排索引結(jié)構(gòu)，在存儲(chǔ)時(shí)先對(duì)文檔進(jìn)行分詞，再做一些標(biāo)點(diǎn)符號(hào)去除，大小寫(xiě)時(shí)態(tài)轉(zhuǎn)換等優(yōu)化處理，最后按照字母順序去重排序，形成一個(gè)倒排索引文檔，我們?cè)跈z索時(shí)，就可以通過(guò)二分查找的方式找到目標(biāo)值

ES的分層結(jié)構(gòu)，index下面是什么

Index：索引庫(kù)，包含有一堆相似結(jié)構(gòu)的文檔數(shù)據(jù)，類(lèi)比Mysql中的數(shù)據(jù)庫(kù)

Type：類(lèi)型，它是index中的一個(gè)邏輯數(shù)據(jù)分類(lèi)，類(lèi)比Mysql中的表

Document：文檔：是ES中的最小數(shù)據(jù)單元，通常用json結(jié)構(gòu)標(biāo)識(shí)，類(lèi)比Mysql中的一行數(shù)據(jù)

Field：字段：類(lèi)比Mysql中的一個(gè)列

從ES7.0開(kāi)始，Type被干掉了，從此庫(kù)表合一即一個(gè)Index中只有一個(gè)默認(rèn)的Type

講幾個(gè)ES中的查詢(xún)對(duì)象：比如TermQuery

BooleanQuery：按條件查詢(xún)

must：查詢(xún)條件（模糊查詢(xún)）

filter： 過(guò)濾條件（精確查詢(xún)）

MatchQuery：匹配關(guān)鍵字查詢(xún)（關(guān)鍵字分詞后）

TermQuery：匹配關(guān)鍵字查詢(xún)（關(guān)鍵詞不分詞）

matchAllQuery：匹配所有文檔查詢(xún)

rangeQuery：查詢(xún)指定范圍內(nèi)的數(shù)據(jù)

你簡(jiǎn)單描述一下DSL語(yǔ)法

DSL是一種以json形式標(biāo)識(shí)的，由ES提供的一種查詢(xún)語(yǔ)言，它由兩部分組成，DSL查詢(xún)和DSL過(guò)濾。

DSL過(guò)濾類(lèi)似于精確查詢(xún)，DSL查詢(xún)類(lèi)似于模糊查詢(xún)

你使用過(guò)ES的哪些聚合查詢(xún)？

指標(biāo)聚合，比如求和，求最大值，最小值，平均數(shù)

數(shù)量統(tǒng)計(jì)聚合，計(jì)算滿(mǎn)足條件數(shù)據(jù)的總條數(shù)，相當(dāng)于sql中的count

去重聚合，它會(huì)計(jì)算非重復(fù)的數(shù)據(jù)個(gè)數(shù)，相當(dāng)于sql中的distinct

桶聚合，它會(huì)將某個(gè)field的每個(gè)唯一值當(dāng)成一個(gè)桶，并計(jì)算每個(gè)桶內(nèi)的文檔個(gè)數(shù)，相當(dāng)于sql中的group by

最高權(quán)值聚合，它會(huì)匹配每組前n條數(shù)據(jù)，相當(dāng)于sql中的group by后取出前n條

你們ES和數(shù)據(jù)庫(kù)的數(shù)據(jù)一致性怎么做的

代碼控制的，數(shù)據(jù)庫(kù)做了寫(xiě)操作，直接更新ES中的數(shù)據(jù)，我知道可以通過(guò) Logstash 中數(shù)據(jù)和ES的數(shù)據(jù)自動(dòng)同步。

描述一下ES添加文檔的過(guò)程

(1) 客戶(hù)端請(qǐng)求一個(gè)協(xié)調(diào)節(jié)點(diǎn)coordinating node

(2) 協(xié)調(diào)節(jié)點(diǎn)根據(jù)算法選擇一個(gè)primary shard: 算法 hash(document_id) % (num_of_primary_shards)

(3) 對(duì)應(yīng)的primary shard 所在節(jié)點(diǎn)保存完數(shù)據(jù)后，將數(shù)據(jù)同步到replica node。

(4) 協(xié)調(diào)節(jié)點(diǎn)coordinating node 發(fā)現(xiàn) primary node 和所有 replica node 都搞定之后返回結(jié)果給客戶(hù)端

詳細(xì)描述一下Elasticsearch更新和刪除文檔的過(guò)程

刪除和更新也都是寫(xiě)操作，但是Elasticsearch中的文檔是不可變的，因此不能被刪除或者改動(dòng)以展示其變更；　磁盤(pán)上的每個(gè)段都有一個(gè)相應(yīng)的.del文件。當(dāng)刪除請(qǐng)求發(fā)送后，文檔并沒(méi)有真的被刪除，而是在.del文件中被標(biāo)記為刪除。該文檔依然能匹配查詢(xún)，但是會(huì)在結(jié)果中被過(guò)濾掉。當(dāng)段合并時(shí)，在.del文件中被標(biāo)記為刪除的文檔將不會(huì)被寫(xiě)入新段。

在新的文檔被創(chuàng)建時(shí)，Elasticsearch會(huì)為該文檔指定一個(gè)版本號(hào)，當(dāng)執(zhí)行更新時(shí)，舊版本的文檔在.del文件中被標(biāo)記為刪除，新版本的文檔被索引到一個(gè)新段。舊版本的文檔依然能匹配查詢(xún)，但是會(huì)在結(jié)果中被過(guò)濾掉。

ES有幾種節(jié)點(diǎn)類(lèi)型？他們的作用分別是什么

分為主節(jié)點(diǎn)，node.master =true , 數(shù)據(jù)節(jié)點(diǎn)node.data =true , 負(fù)載均衡節(jié)點(diǎn)(node.data =false,node.master=false),

node.master=true,代表該節(jié)點(diǎn)有成為主資格 ,主節(jié)點(diǎn)的主要職責(zé)是和集群操作相關(guān)的內(nèi)容，如創(chuàng)建或刪除索引，跟蹤哪些節(jié)點(diǎn)是群集的一部分，并決定哪些分片分配給相關(guān)的節(jié)點(diǎn)。一般會(huì)把主節(jié)點(diǎn)和數(shù)據(jù)節(jié)點(diǎn)分開(kāi)

node.data=true,數(shù)據(jù)節(jié)點(diǎn)主要是存儲(chǔ)索引數(shù)據(jù)的節(jié)點(diǎn)，主要對(duì)文檔進(jìn)行增刪改查操作，聚合操作等,數(shù)據(jù)節(jié)點(diǎn)對(duì)CPU,IO,內(nèi)存要求較高，優(yōu)化節(jié)點(diǎn)的時(shí)候需要做狀態(tài)監(jiān)控，資源不夠時(shí)要做節(jié)點(diǎn)擴(kuò)充

當(dāng)主節(jié)點(diǎn)和數(shù)據(jù)節(jié)點(diǎn)配置都設(shè)置為false的時(shí)候，該節(jié)點(diǎn)只能處理路由請(qǐng)求，處理搜索，分發(fā)索引操作等，從本質(zhì)上來(lái)說(shuō)該客戶(hù)節(jié)點(diǎn)表現(xiàn)為智能負(fù)載平衡器。配置：mode.master=false,mode.data=false

ES集群的三種顏色代表什么

綠色，黃色，紅色，綠色代表集群健康，所有的主備分片都得到分配，如果有備分片沒(méi)有node去分配，集群是黃色，黃色和綠色都是可用狀態(tài)，如果有主分片的節(jié)點(diǎn)down機(jī)，集群不可寫(xiě)數(shù)據(jù)，呈現(xiàn)紅色，代表集群不健康。

你們項(xiàng)目怎么使用ES

我們使用的是spring-boot-start-data-elasticsearch這個(gè)庫(kù)來(lái)操作ES，用在大數(shù)據(jù)的搜索場(chǎng)景，比如商品的發(fā)布，搜索功能。

總結(jié)

以上是生活随笔為你收集整理的6.面试题--redis、rabbitmq、es的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。