Elasticsearch / Search

1. translog是什么 Elasticsearch执行写入操作（index或者delete）的时候会把该操作写入日志 2. 为什么需要translog - 防止宕机造成数据丢失 - Elasticsearch的数据 refresh 进入filesystem cache会即searchable，

1. 倒排索引是什么 - 倒排索引.md 2. Elasticsearch的倒排索引工作原理 比如两个文档 搜索Father likes cat 2.1. 建立索引 1. 首先是分词 2. 然后是normalization：就是把语态、单复数等的转换 3. 最后记录词和文档的关系 2.2. 搜索 1

1. 写入数据 1. 客户端随机选取一个node发送写请求 2. 这个node作为协调节点，根据 id计算document应该在哪个shard上，即 hash( id) % number of primary shards ，然后根据cluster state获取该shard在哪个node上面 3.

1. Elasticsearch集群 1.1. 集群由node组成 - node有两种身份，一种是master，另一种是data。 - master node负责管理集群中的节点（如管理node、管理index） - data node负责存放document数据和提供搜索 - node的状态由三种

1. 设计调优 - 创建mapping阶段 - 设计合理的字段，使用Java封装复杂的操作，直接写入到ES中。避免复杂操作，如join、nested、parent-child等 - 设置最小的最合适的数据类型。byte，short，integer，long。如果最小的类型就合适，那么就用最小的类型。

1. 什么是分词器 把一段句子分成一个个单词，对每个单词进行normalization 1.1. 召回率 搜索的时候增加能够搜索到的结果的数量 2. 分词器的构成 2.1. character filter 在一段文本进行分词之前，先进行预处理，比如说最常见的就是，过滤html标签（<span he

1. Elasticseach是什么 - 基于Lucene开发的全文搜索引擎： - 全文搜索引擎 - Lucene功能很强大，但是API特别繁杂，Elasticseach对其进行了封装。如下Elasticseach特性 2. Elasticseach特性 - 支持分布式：水平扩容支持海量数据 - 支

1. 什么是一致性 - 分布式一致性.md - 就是Elasticsearch的Index上的document会先写入primary shard，然后同步到replica shard上，如何保证primary和replica shard上的数据一致性 2. consistency参数 2.1. 是什

1. 定时同步 定时任务，分页拉取MySQL中的数据写入ElasticSearch 增改的数据好说，直接重新索引 但是删除的数据咋整？增加一个额外的字段update time，更新完后对于<update time的全部删除 2. cannel 通过cannel解析MySQL binlog，然后发送到

1. 数据类型 1.1. String - text：会进行分词 - keyword：不会进行分词。相当于旧版的not analyzed 1.2. Numeric long, integer, short, byte, double, float 1.3. Date date：2015-01-01、