跳到主要内容

搜索引擎

问题​

Elasticsearch 的核心原理是什么？如何实现全文搜索？

面试速答版

Elasticsearch 的核心原理是什么？ 核心是倒排索引：传统数据库的索引是「文档 → 内容」，倒排索引是「词 → 出现该词的文档列表」：

  • 写入时走分词（中文用 IK），并为每个词建立倒排表。
  • 查询时同样分词，直接取倒排表同时计算 TF-IDF / BM25 评分进行相关性排序。
  • 底层是 Lucene，分布式架构：Index 拆成多个 Shard（主片）+ Replica（副本），写请求路由到主片，读可以走任意副本。

如何实现全文搜索？

  • 表结构叫 Mapping，类似表 Schema；text 类型会分词，keyword 用于精确匹配/聚合。
  • 常用查询：match（全文、分词后评分）、term（精确、不分词）、bool（多条件组合）、aggs（聚合、类似 GROUP BY）。
  • 进阶场景：高亮、拼写纠错、Suggest 补全、Pinyin 拼音搜索、Vector 语义检索。
  • 轻量替代：中小数据量可用 PostgreSQL tsvector、MeiliSearch、Typesense，运维成本低。

答案​

倒排索引​

传统数据库是「文档 → 词」的映射，倒排索引是「词 → 文档」的映射。

// 正排索引（MySQL）
Doc1: "React 性能优化指南"
Doc2: "Vue 性能对比分析"

// 倒排索引（Elasticsearch）
"React"  → [Doc1]
"Vue"    → [Doc2]
"性能"   → [Doc1, Doc2]
"优化"   → [Doc1]
"分析"   → [Doc2]

搜索「性能」时，直接从倒排索引找到 [Doc1, Doc2]，无需全表扫描。

Elasticsearch 基础操作​

elasticsearch.ts
import { Client } from '@elastic/elasticsearch';

const es = new Client({ node: 'http://localhost:9200' });

// 创建索引（定义 Mapping）
await es.indices.create({
  index: 'articles',
  body: {
    mappings: {
      properties: {
        title: { type: 'text', analyzer: 'ik_max_word' }, // 中文分词
        content: { type: 'text', analyzer: 'ik_smart' },
        tags: { type: 'keyword' },   // 不分词，用于精确匹配
        publishedAt: { type: 'date' },
      },
    },
  },
});

// 索引文档
await es.index({
  index: 'articles',
  body: {
    title: 'React 18 新特性解析',
    content: 'React 18 引入了并发渲染...',
    tags: ['react', 'frontend'],
    publishedAt: '2024-01-01',
  },
});

// 全文搜索
const result = await es.search({
  index: 'articles',
  body: {
    query: {
      multi_match: {
        query: 'React 性能',
        fields: ['title^2', 'content'], // title 权重是 content 的 2 倍
      },
    },
    highlight: {
      fields: { title: {}, content: {} }, // 高亮匹配词
    },
  },
});

轻量替代方案​

方案特点适用场景
Elasticsearch功能强大、分布式大规模全文搜索
Meilisearch简单易用、即时搜索中小应用、搜索即服务
Typesense低延迟实时搜索补全
PostgreSQL 全文搜索内置、无额外依赖简单搜索需求
meilisearch.ts
// Meilisearch（更简单的替代方案）
import { MeiliSearch } from 'meilisearch';

const client = new MeiliSearch({ host: 'http://localhost:7700', apiKey: 'xxx' });

// 添加文档
await client.index('articles').addDocuments(articles);

// 搜索（自动处理拼写纠错、同义词）
const results = await client.index('articles').search('React 性能', {
  limit: 10,
  attributesToHighlight: ['title', 'content'],
});

常见面试问题​

Q1: Elasticsearch 和 MySQL LIKE 的区别？​

答案：

维度ESMySQL LIKE
原理倒排索引全表扫描
中文分词后搜索模糊匹配
性能亿级数据毫秒返回百万级就很慢
相关性自动评分排序无

Q2: 分词器是什么？​

答案：

分词器将文本切分为词条（Term）。如「React 性能优化」：

  • 标准分词器：react、性、能、优、化（按字切分）
  • IK 分词器（中文）：react、性能、优化（按语义切分）

Q3: ES 如何保证和数据库的数据一致？​

答案：

  1. 双写：写数据库的同时写 ES（有一致性风险）
  2. CDC（Change Data Capture）：监听 MySQL Binlog 同步到 ES（推荐）
  3. 消息队列：写数据库后发消息，消费者写 ES

相关链接​