【后端面试题】【中间件】【NoSQL】ElasticSearch 节点角色、写入数据过程、Translog和索引与分片
中间件的常考方向：
-
中间件如何做到高可用和高性能的？
-
你在实践中怎么做的高可用和高性能的？
Elasticsearch节点角色
Elasticsearch的节点可以分为很多种角色，并且一个节点可以扮演多种角色，下面列举几种主要的：
-
候选主节点：可以被选举为主节点的节点。主节点主要负责集群本身的管理，比如创建索引。类似的还有仅投票节点，这类节点只参与主从选举，但是自身并不会被选举为主节点。
-
协调节点：协调节点负责协调请求的处理过程。一个查询请求会被发送到协调节点上，协调节点确定数据节点，然后让数据节点执行查询，最后协调节点合并数据节点返回的数据集。大多数节点都会兼任这个角色。
-
数据节点：存储数据的节点。当协调节点发来查询请求的时候，也会执行查询并且把结果返回给协调节点。类似的还有热数据节点、暖数据节点、冷数据节点，它们只是用于存储不同热度的数据。
给节点设置不同的角色的原则：如果有足够的资源，就考虑一个节点只扮演一个角色；资源不足的话，就考虑一个节点扮演多个角色。
写入数据
写入数据的过程整体如上所述
-
文档首先被写入到Buffer里面，这个是Elasticsearch自己的Buffer
-
定时刷新到Page Cache里，这个过程叫做refresh，默认一秒钟执行一次。
-
刷新到磁盘里，这个时候还会同步记录一个Commit Point
在写入Page Cache之后会产生很多段（Segment），一个段里面包含了多个文档。文档只有写到了这里之后才可以被搜索到。
从支持搜索的角度来说，Elasticsearch是近实时的。
不断写入会不断产生段，而每一个段都需要消耗CPU、内存和文件句柄，所以需要考虑合并。但是，这些段本身还在支持搜索，因此在合并段的时候，不能对已有的查询产生影响。
基本的过程如下，类似数据迁移：
-
已有的段不动
-
创建一个新的段，把已有段的数据写过去，标记为删除的文档就不会被写到段里面
-
告知查询使用新的段
-
等使用老的段的查询都结束了，直接删掉老的段
那么查询怎么知道应该使用合并段了呢？这依赖于统一的机制，就是Commit Point，里面记录了哪些段是可用的。
所以当合并段之后，产生了一个新的Commit Point，里面有合并后的段，但是没有被合并的段，相当于告知了查询使用新的段。
Translog
Elasticsearch在写入的时候，还要写入Translog。可以把这个看作是MySQL里和redo log差不多的东西，如果宕机了可以通过Translog来恢复数据。
MySQL写入的时候，修改了内存里的值，然后记录了日志，也就是binlog、redo log和undo log
Elasticsearch写入的时候，也是写入了Buffer里，然后记录了Translog
两者的区别是：Translog是固定间隔刷新到磁盘上的，默认是5秒。
Translog是只追加的，也就是顺序写的，所以效率很高。只有刷新到磁盘的时候，才会非常慢。
但是，就算有Translog，还是有数据丢失的可能，最差情况下，会丢失5秒的数据。
Elasticsearch索引与分片
一个Elasticsearch的索引并不仅仅指倒排索引，还包括了对应的文档。这个和关系型数据库下的语义是不同的。
Elasticsearch的一个索引有多个分片，每个分片又有主从结构，类似于数据库的分库分表。可以这样理解：
-
一个索引是一个逻辑表
-
分片就是分库分表
-
每个分片都有主从结构，在分库分表里面，一般也是用主从集群来存储数据
Elasticsearch会尽量把分片分散在不同的节点上，这一点和kafka尽量把分区分散在不同broker上是一样的，为了保证在节点崩溃的时候将影响最小化。
主分片崩溃后，是怎么选出新的主分片呢？
主节点选择一个分片作为主分片，类似于Redis Sentinel里的机制，如果主节点宕机了，Sentinel会从节点里选出一个作为主节点
面试准备
-
公司有没有使用Elasticsearch，用来解决什么问题？
-
Elasticsearch性能怎么样？读写流量多大？存储数据量多大？
-
创建的索引有多大？有多少个分片？如何确定分片数量的？
-
有没有采用一些措施来保证Elasticsearch的可用性？有没有用过Elasticsearch的网关？
-
Elasticsearch有没有出过问题？如何解决的？
项目介绍的时候也可以强调一下项目可用性的一个关键点就是Elasticsearch，从而打开话题。面试的时候可以收集一些使用Elasticsearch的基本案例，这样面试讲到一些理论的时候，也可以用这些案例来佐证。
和Elasticsearch相关的面试题目有很多，比如：
-
有没有用过Elasticsearch？用来解决什么问题
-
用Elasticsearch的过程中，有没有遇到过什么问题？最后是如何解决的？
-
为什么Elasticsearch是近实时的？
-
Elasticsearch的flush指的是什么？refresh又是什么？
-
Elasticsearch的写入过程是什么样的？