1、ES了解多少

ES：是一个Lucene框架的搜索引擎产品。提供Restful风格的操作接口 Lucene：是一个非常高效的全文检索引擎框架。java

ES的核心概念

1. 索引index：类似关系型数据库中文table
2. 文档document：对应数据库的row
3. 字段field text\keyword\byte：对应数据库的r列
4. 映射mapper：对应数据库的rschema
5. 查询方式DSL：对应数据库的SQL
6. 分片sharding 和 副本 replias：index都是有sharding组成的。每个sharding都有一个或多个备份。ES集群健康状态

2、如何进行中文分词？用过哪些分词器

IK分词器 HanLp分词

3、ES写入数据的流程

1. 客户端发写数据的请求时，可以发往任意节点。这个节点就会成为coordingating node
2. 计算文档所要写入的分片：计算时就采用hash取模的方式来计算
3. 协调节点就会进行路由，将请求转发给对应的primary sharding所在的datanode
4. datanode节点上的primary sharding处理请求，写入数据索引库，并且将数据同步到对应的replica sharding
5. 等primary sharding 和 replica sharding 都保存好文档之后，返回给客户单响应

4、ES查询数据的工作原理是什么？

1. 客户端发请求可发任意的节点，这个节点就成为协调节点。
2. 协调节点将查询请求广播到每一个数据节点，这些数据节点的分片就会处理该查询的请求。
3. 每个分片进行数据查询，将符合条件的数据放在一个队列中，并将这些数据的文档ID、节点信息，分片信息都返回给协调节点。
4. 由协调节点将所有结果汇总，并排序。
5. 协调节点向包含这些文档ID的分片发起get请求，对应的分片将文档数据返回给协调节点，最后协调节点将数据整合返回给客户端。

5、倒排索引

例句 doc1：我是一名学生 doc2：我同桌的父亲是一名教师，也是校长 doc3：我母亲刚好也是一名教师

单词ID	单词	倒排列表	倒排列表(DocID;TF;)
1	我	1，2，3	(1;1;<1>),(2;1;<1>),(3;1;<1>)
2	是	1，2，3	(1;1;<2>,(2;2;< 5,9 >),(3;1;<5>)
3	一名	1，2，3	(1;1;<3>),(2;1;<6>,(3;1;<6>))
4	学生	1	(1;1;<4>)
5	同桌	2	(2;1;<2>)
6	的	2	(2;1;<3>)
7	父亲	2	(2;1;<4>)
8	教师	2	(2;1;<7>)
9	也	2	(2;1;<8>)
10	校长	2	(2;1;<10>)
11	母亲	3	(3;1;<2>)
11	刚好	3	(3;1;<3>)

TF(term frequency): 单词在文档中出现的次数。 Pos: 单词在文档中出现的位置。

索引的修改应该怎么办

首先索引会到内存中，做分段处理 其实并不是修改，只是会添加新的索引，以前的索引实际上只会在.del的文件中被标记删除。查询可以查询到，不过会给过滤了。 什么时候会删除？ 当倒排索引（段）合并了，才会删除带有.del的文件标记上的索引