一次性带你搞明白面试必问题，谈谈你对ES的理解

有粉丝在评论区留言说，让我拍一期关于ES的视频。今天，我给大家分享一下我对ES的理解。

1、ES是什么

ES全称是Elastic Search，它是一个建立在全文搜索引擎库Lucene基础上的开源搜索和分析引擎。ES它本身具有分布式存储、检索速度快的特性。所以，我们经常会用它来实现全文检索的功能。

Elastic官网对ES的定义已经不再是ElasticSearch这一个组件，而是指Elastic Stack生态。

ENTER TITLE

而Elastic Stack主要包括ElasticSearch、Logstash、Kibana，这三个经典组合也称之为ELK。ElasticSearch主要用来做数据存储、Logstash主要用来做数据采集，Kibana主要用来做数据可视化展示。

ENTER TITLE

因为ES应用更广泛的场景还是ElasticSearch，所以，下面我们给大家分享的ES还是单指ElasticSearch。比如，网站搜索，日志聚集和检索，这些都可能会涉及到TB级别的数据场景，用ES是一个比较好的选择。

2、ES为什么这么快

ES之所以这么快，我认为主要有以下几个方面的原因：

ENTER TITLE

1、ES是基于Lucene开发的一个全文搜索引擎，一方面Lucene是擅长管理大量的索引数据；另外一方面，它会对数据进行分词以后再保存索引。这样，能够去提升数据的检索效率。

2、ES采用了倒排索引。所谓倒排索引就是通过属性值来确定数据记录位置的索引，从而避免全表扫描的问题。

3、ES存储数据采用了分片机制。

4、ES扩展性很好，支持通过水平扩展的方式来动态增加节点，从而提升ES的处理性能。能够支持上百台服务器节点的扩展，并且支持TB级别的结构化数据和非结构化数据。

5、ES内部提供的数据汇总和索引生命周期管理的功能，更加便于高效地存储和检索数据。

3、ES应用指南

ENTER TITLE

当然，ES并不是万能，如果使用不恰当，也会带来一些性能瓶颈。不太建议使用复杂的关联查询，这对ES的性能影响非常大。

另外，还要避免深度分页查询。因为，ES的分页是通过from和size参数来实现，也就是说，在查询的时候，每个分片必须要先构造一个长度为from + size的优先队列，然后回传的网关节点。网关节点再对这些优先队列进行排序，再找到正确的size文档。而当from足够大的情况下，容易造成OOM以及网络传输性能下降的问题。

以上就是我对ES的理解。

我是被编程耽误的文艺Tom，如果我的分享对你有帮助，请动动手指分享给更多的人。