ES的分布式原理能说一下吗？（es是如何实现分布式的啊？）
ES中用来存储数据的基本单位是索引，比如说你现在要在es中存储一些订单数据，你就应该在es中创建一个索引，所有的订单数据就卸载这个索引里面去，一个索引差不多就是相当于mysql中的一张表。 index->type->mapping->document->field

index:mysql中的一张表
type：没法跟mysql里去对比，一个index里可以有多个type，每个type的字段都差不多，但是有一些略微的差别。
比如说。有个index，是订单index，里面专门放订单数据的，就好比说你在mysql中建表，有些订单是实物商品的订单，有些事虚拟商品的订单。这两种订单大部分字段是一样的，有略微一些的差别。
所以就会在订单index里键两个type，一个是实物订单的type，一个是虚拟商品订单的type。这两个type大部分字段是一样的，少部分字段不一样
很多情况下一个index里可能就一个type，但是如果一个index里有多个type的情况，你可以认为index是一个类别的表，具体的每个type代表具体的一个mysql的表定义表结构的，

每个type有一个mapping，如果你认为一个type是一个具体的表，index代表了多个type的同属于一个类型，mapping就是这个type的表结构定义，你在mysql中创建一个表，肯定是要定义表结构，里面有哪些字段，每个字段是什么类型。。。
mapping就代表了这个type的表结构定义，定义这个type中每个字段名称，字段是什么类型的，然后还有这个字段的各种配置。
实际上你往index里的一个type里面写的每一条数据就是叫做document，一条document就代表了mysql中某个表里的一行数据，每个document有多个field。每个field就代表这个document中的一个字段值。


ES写入数据的工作原理是什么啊？ES查询数据的工作原理是什么啊？
es写入数据过程：
    1）客户端选择一个节点请求过去，这个节点就是协调节点（随便找的节点）
    2）协调节点对数据（document）内容进行路由，将请求节点转发给对应的节点
    3）实际的节点上的分片处理请求，然后将数据同步到副本分片
    4）协调节点主分片和备份副分片处理完之后返回给客户端

  写数据的底层原理：
    数据写到shard里首先先写到内存buffer中去，同时写到进程日志中去，这时客户端是搜不到的，不管客户端写了多少数据，默认每隔一秒钟将数据refresh到磁盘文件中去，每秒钟会产生一个新的磁盘文件，磁盘文件上还有一层os cash，        属   于操作系统的缓存，refresh后buffer中会被清空
    数据丢失问题：设置一个参数，每次写入buffer直接写入磁盘文件中，但是会影响写的性能

es读数据过程：
    查询，get某一条数据，写入某个document，这个document会自动给你分配一个唯一的id，根据这个id进行hash路由到对应的分片上去
es搜索数据过程：
    客户端搜索一个关键字，请求指向一个节点，这个节点就是协调节点，协调节点会将这个关键字去其他shard中做匹配，拿到所有返回的docid，然后拿着这些docid去找document，将筛选这些document返回给客户端



ES在数据量很大的情况下如何提高查询效率啊？

（1）性能优化的杀手锏--filesystem cache
        我们的es数据实际是保存在磁盘文件中，磁盘文件数据操作系统会自动将里面的数据缓存到os cache中去
        es底层依赖于filesystem cache，其实我们查询一个数据时是从磁盘缓存到filesystem cache中然后再返回给客户端的，所以我们走内存效率会非常
我们要给filesystem cash分配足够的内存，来保证我们的查询效率，我们尽量将关键字段放到索引库中，采用es+mysql这么一个架构，我们通过es中的关键字段再去mysql中进行查询返回给用户
（2）数据预热
上述方案做了，我们的每台机器写入的数据量还是超过了filesystem cache一倍，我们就可以在后台搞个程序，每隔一定时间主动访问一次，将磁盘中的数据刷入filesystem cache中去，这样用户再查询的时候就直接在filesystem cache中命中提高效率
（3）冷热分离
两个索引库，一个放冷数据，一个放热数据

ES生产集群的部署架构是什么？每个索引的数据量大概有多少？每个索引大概有多少个分片？（中小型公司）
（1）es生产集群我们部署了5台机器，每台机器是6核64G的，集群总内存是320G
（2）我们es集群的日增量大概是2000万条，每天日增量数据是500MB，每月增量数据大概是6亿，15G。目前系统已经运行了几个月，现在es集群里数据总量大概是100g左右
（3） 目前线上有5个索引（这个结合你们自己业务来，看看自己有哪些数据可以放es的），每个索引的数据量大概是20G，所以这个数据量之内，我们每个索引分配的是8个shard，比默认的5个shard多了3个shard。

ES的分布式原理能说一下吗？（es是如何实现分布式的啊？）
ES中用来存储数据的基本单位是索引，比如说你现在要在es中存储一些订单数据，你就应该在es中创建一个索引，所有的订单数据就卸载这个索引里面去，一个索引差不多就是相当于mysql中的一张表。 index->type->mapping->document->field

index:mysql中的一张表
type：没法跟mysql里去对比，一个index里可以有多个type，每个type的字段都差不多，但是有一些略微的差别。
比如说。有个index，是订单index，里面专门放订单数据的，就好比说你在mysql中建表，有些订单是实物商品的订单，有些事虚拟商品的订单。这两种订单大部分字段是一样的，有略微一些的差别。
所以就会在订单index里键两个type，一个是实物订单的type，一个是虚拟商品订单的type。这两个type大部分字段是一样的，少部分字段不一样
很多情况下一个index里可能就一个type，但是如果一个index里有多个type的情况，你可以认为index是一个类别的表，具体的每个type代表具体的一个mysql的表定义表结构的，

每个type有一个mapping，如果你认为一个type是一个具体的表，index代表了多个type的同属于一个类型，mapping就是这个type的表结构定义，你在mysql中创建一个表，肯定是要定义表结构，里面有哪些字段，每个字段是什么类型。。。
mapping就代表了这个type的表结构定义，定义这个type中每个字段名称，字段是什么类型的，然后还有这个字段的各种配置。
实际上你往index里的一个type里面写的每一条数据就是叫做document，一条document就代表了mysql中某个表里的一行数据，每个document有多个field。每个field就代表这个document中的一个字段值。


ES写入数据的工作原理是什么啊？ES查询数据的工作原理是什么啊？
es写入数据过程：
    1）客户端选择一个节点请求过去，这个节点就是协调节点（随便找的节点）
    2）协调节点对数据（document）内容进行路由，将请求节点转发给对应的节点
    3）实际的节点上的分片处理请求，然后将数据同步到副本分片
    4）协调节点主分片和备份副分片处理完之后返回给客户端

  写数据的底层原理：
    数据写到shard里首先先写到内存buffer中去，同时写到进程日志中去，这时客户端是搜不到的，不管客户端写了多少数据，默认每隔一秒钟将数据refresh到磁盘文件中去，每秒钟会产生一个新的磁盘文件，磁盘文件上还有一层os cash，        属   于操作系统的缓存，refresh后buffer中会被清空
    数据丢失问题：设置一个参数，每次写入buffer直接写入磁盘文件中，但是会影响写的性能

es读数据过程：
    查询，get某一条数据，写入某个document，这个document会自动给你分配一个唯一的id，根据这个id进行hash路由到对应的分片上去
es搜索数据过程：
    客户端搜索一个关键字，请求指向一个节点，这个节点就是协调节点，协调节点会将这个关键字去其他shard中做匹配，拿到所有返回的docid，然后拿着这些docid去找document，将筛选这些document返回给客户端



ES在数据量很大的情况下如何提高查询效率啊？

（1）性能优化的杀手锏--filesystem cache
        我们的es数据实际是保存在磁盘文件中，磁盘文件数据操作系统会自动将里面的数据缓存到os cache中去
        es底层依赖于filesystem cache，其实我们查询一个数据时是从磁盘缓存到filesystem cache中然后再返回给客户端的，所以我们走内存效率会非常
我们要给filesystem cash分配足够的内存，来保证我们的查询效率，我们尽量将关键字段放到索引库中，采用es+mysql这么一个架构，我们通过es中的关键字段再去mysql中进行查询返回给用户
（2）数据预热
上述方案做了，我们的每台机器写入的数据量还是超过了filesystem cache一倍，我们就可以在后台搞个程序，每隔一定时间主动访问一次，将磁盘中的数据刷入filesystem cache中去，这样用户再查询的时候就直接在filesystem cache中命中提高效率
（3）冷热分离
两个索引库，一个放冷数据，一个放热数据

ES生产集群的部署架构是什么？每个索引的数据量大概有多少？每个索引大概有多少个分片？（中小型公司）
（1）es生产集群我们部署了5台机器，每台机器是6核64G的，集群总内存是320G
（2）我们es集群的日增量大概是2000万条，每天日增量数据是500MB，每月增量数据大概是6亿，15G。目前系统已经运行了几个月，现在es集群里数据总量大概是100g左右
（3） 目前线上有5个索引（这个结合你们自己业务来，看看自己有哪些数据可以放es的），每个索引的数据量大概是20G，所以这个数据量之内，我们每个索引分配的是8个shard，比默认的5个shard多了3个shard。