每日Python面试题 · 第8期

1. Elasticsearch 是什么？主要应用场景有哪些？

答案

Elasticsearch（ES）是一个基于 Lucene 的分布式搜索和分析引擎。

主要应用场景：

• 日志检索（ELK）
• 商品搜索
• 全文检索
• 数据分析
• 实时监控
• BI报表统计

特点：

• 分布式
• 高性能
• RESTful API
• 全文搜索能力强
• 支持聚合分析

2. Elasticsearch 和 MySQL 的区别是什么？

答案

实际项目中：

MySQL负责存储Elasticsearch负责搜索

通常两者配合使用。

3. Elasticsearch 为什么查询速度快？

答案

因为 Elasticsearch 底层使用 Lucene 的倒排索引。

传统数据库：

关键词 → 遍历所有记录

倒排索引：

北京 → doc1 doc2 doc5上海 → doc3 doc8

查询时直接定位文档。

时间复杂度远低于全表扫描。

4. 什么是倒排索引？

答案

例如有两个文档：

doc1: 我爱北京doc2: 我爱上海

建立倒排索引后：

我 → doc1 doc2爱 → doc1 doc2北京 → doc1上海 → doc2

搜索“北京”时直接找到 doc1。

这就是 ES 查询快的核心原因。

5. Elasticsearch 中 Index、Document、Field 分别是什么？

答案

类比 MySQL：

示例：

{  "name":"Tom",  "age":20}

整个 JSON 是一个 Document。

其中：

nameage

属于 Field。

6. Python 如何连接 Elasticsearch？

题目

from elasticsearch import Elasticsearches=Elasticsearch("http://localhost:9200",basic_auth=("elastic","admin"))

这段代码的作用是什么？

答案

作用：

• 创建 Elasticsearch 客户端
• 指定连接地址
• 使用用户名密码认证

连接成功后即可执行：

es.search()es.index()es.delete()

等操作。

7. 如何判断 Elasticsearch 是否连接成功？

答案

if es.ping():    print("连接成功")else:    print("连接失败")

ping() 返回：True

表示连接正常。

返回：False

说明：

• ES未启动
• IP错误
• 端口错误
• 用户名密码错误

8. ping() 返回 False 怎么排查？

答案

排查步骤：

① 查看容器是否启动

docker ps

② 查看日志

docker logs elasticsearch

③ 检查端口

netstat -an | grep9200

④ 测试接口

curl http://localhost:9200

⑤ 检查认证信息

basic_auth=("elastic","admin")

是否正确。

9. 如何创建索引？

题目

es.indices.create(index="user")

答案

作用：

创建一个名为 user 的索引。

类似 MySQL：

CREATE DATABASE user;

执行成功后：

user

索引会出现在 ES 中。

10. ignore=400 的作用是什么？

题目

es.indices.create(    index="user",    ignore=400)

答案

400 表示：

索引已存在

加入：

ignore=400

后不会抛异常。

避免出现：

resource_already_exists_exception

错误。

11. 如何插入文档？

题目

doc = {    "name":"Tom",    "age":20}es.index(    index="user",    document=doc)

答案

作用：

向 user 索引写入一条数据。

最终存储：{"name":"Tom", "age":20}

作为一个 Document。

12. index() 和 create() 的区别？

答案

index()

es.index()

特点：

• 存在则覆盖
• 不存在则创建

create()

es.create()

特点：

• 存在则报错
• 不会覆盖

面试高频考点。

13. 如何根据 ID 查询文档？

答案

res = es.get(    index="user",    id="1")

返回：

{  "_id":"1",  "_source":{      "name":"Tom"  }}

用于查询单条数据。

14. 如何删除文档？

答案

es.delete(    index="user",    id="1")

作用：

删除指定 ID 的文档。

执行成功：

{  "result": "deleted"}

15. match 查询和 term 查询有什么区别？

答案

match：

{  "match":{    "name":"北京大学"  }}

会分词：

北京大学

term：

{  "term":{    "name":"北京大学"  }}

不会分词。

必须完全匹配。

总结：

match → 全文检索term → 精确匹配

16. match_phrase 和 match 有什么区别？

答案

文档：

我爱北京天安门

match：

北京 天安门

顺序无所谓。

match_phrase：

北京 天安门

顺序必须一致。

因此：

match_phrase 更严格

17. 如何查询所有数据？

答案

{  "query":{    "match_all":{}  }}

Python：

res = es.search(    index="user",    query={        "match_all":{}    })

返回全部文档。

18. bool 查询有哪些条件？

答案

常用四种：

{  "bool":{      "must":[],      "should":[],      "must_not":[],      "filter":[]  }}

说明：

19. Bulk 批量写入有什么优势？

答案

普通写入：

for item in data:    es.index(...)

会产生大量 HTTP 请求。

Bulk：

bulk(es, actions)

优势：

• 减少网络开销
• 提高写入性能
• 减少CPU消耗

适合：

日志系统数据同步大批量导入

20. 什么是 Mapping？

答案

Mapping 相当于 MySQL 表结构。

例如：

{  "properties":{      "name":{          "type":"text"      },      "age":{          "type":"integer"      }  }}

定义：

• 字段名称
• 字段类型
• 分词规则

21. text 和 keyword 的区别？

答案

text：

{  "type":"text"}

特点：

• 支持分词
• 支持全文检索

适用于：

文章内容评论内容商品描述

keyword：

{  "type":"keyword"}

特点：

• 不分词
• 精确匹配

适用于：

手机号订单号身份证号用户名

22. 什么是分片（Shard）？

答案

例如：

100GB 数据

放一台机器压力太大。

ES会拆分：

Shard1Shard2Shard3Shard4Shard5

分散到多个节点存储。

优点：

• 提升性能
• 支持水平扩展

23. 主分片和副本分片有什么区别？

答案

Primary Shard：

• 真正存储数据
• 写请求入口

Replica Shard：

• 主分片备份
• 提供查询能力
• 故障恢复

例如：

Primary 1份Replica 2份

总共有：

3份数据

24. 分片越多越好吗？

答案

不是。

分片太多：

占内存占CPU管理成本高

分片太少：

扩展困难查询慢

最佳方案：

根据数据量规划。

经验：

单分片20~50GB

比较合理。

25. 为什么 Elasticsearch 不适合做 Join？

答案

因为：

• 数据分布在多个节点
• Join需要跨节点计算
• 查询代价极高

ES设计目标：

搜索分析聚合

不是关系型数据库。

因此：

能不Join就不Join

26. 什么是 Near Real Time（NRT）？

答案

Near Real Time：

近实时

不是实时。

写入流程：

Document ↓Memory Buffer ↓Refresh ↓Segment ↓可搜索

默认 Refresh：

1秒

所以：

写入成功≠立即搜索到

27. Elasticsearch 集群变红（Red）怎么办？

答案

排查顺序：

查看集群状态：

GET _cluster/health

查看分片：

GET _cat/shards?v

查看节点：

GET _cat/nodes?v

检查：

• 节点是否掉线
• 磁盘是否满
• 副本是否分配失败

28. 日志量每天几千万条，如何优化？

答案

方案：

① 使用 Bulk 写入

② 按天创建索引

log-2026-06-25

③ 配置 ILM 生命周期

④ 合理规划分片

⑤ 使用冷热数据架构

⑥ 增加 ES 节点

29. Elasticsearch 和 MySQL 如何配合？

答案

典型架构：

MySQL   ↓Canal   ↓Kafka   ↓Elasticsearch

职责：

MySQL：

事务存储强一致

Elasticsearch：

搜索统计分析

30. Elasticsearch 最常见的线上问题有哪些？

答案

① 分片过多

导致：

CPU飙高内存不足

② 动态 Mapping 爆炸

导致：

字段数过万

③ Bulk 写入过大

导致：

OOM

④ update_by_query 滥用

导致：

CPU 100%

⑤ 查询 DSL 写得太复杂

导致：

响应超时

面试总结口诀：

ES三板斧：倒排索引查得快，Mapping设计要提前，分片规划是关键。搜索用 Match，精确用 Term，批量写入用 Bulk，线上排障看 Shard。