二面

难度：★★★★☆ 视频面，在线编程。总体面试感觉很多不会的，尤其操作系统方面，真是问到了知识盲区。

1.贵司ES集群状况？

涉密，不在帖子里写。

2.ES查询优化的方法有哪些?

指定返回需要的字段，不返回全部字段；

定期对只读索引进行段合并；

***D替换机械硬盘；

shards数量调优（单个shard控制在20G-50G)；

优化文档模型，避免使用nested结构，能使用keyword的不使用text；

预热cache，将部分文件提前载入内存中

禁用swap内存交换

3.段合并的底层原理是什么？

一个index的所有数据在一个集群中是分布在不同的nodes上的，而一个node又是由若干shards来组成的，一个shard就是一个lucene实例，是一个基本的搜索单元，发送给es的查询请求，最终会打到所有的lucene实例中去进行搜索，并进行聚合。而对于一个lucene实例来说，索引文件又是由大量的segments来组成的，每次查询，lucene实例都会打开所有的segments分段来进行搜索，而打开segments又需要维持响应数量的文件句柄、上下文环境等，所以底层的segments的数量会影响到搜索效率。

4.lucene底层是如何实现查询的？

这部分我答的不是很好，只能回答的很general，具体的实现很复杂，我看完也没完全记住。Generally speaking,底层本质上是倒排表，倒排表就分为字典文件和正排信息和倒排信息。字典文件包含所有的term， 并包含一个指向倒排信息的地址。Term index用的底层数据结构式FST，Finite-State-Transducer， 有限状态机，我理解是一个升级版的字典树（不知道理解的对不对），查询时，将其倒排信息取出来做拉链归并，当然，lucene的拉链归并根本没那么简单..以后专门写文章讲lucene

5.看过ES底层data目录下的文件吗？里面都有些什么？

看过，只能记得一个大概，具体的全给忘了Hhh‍♂️,只能凭印象来说，data下是若干个文件夹，每个文件夹都是一个index，每个index下又有若干个segments，.dvd, .tip等等七八种类型的文件。总之这里我答的非常不好，以后专门写文章来填坑（主要我到现在自己都没搞懂，没法跟你们讲哈哈）

6.ES用的是哪种分布式一致性算法？还有哪些分布式一致性算法？

ES用的PacificA算法， 还有两种常见的分布式算法包括paxos,和raft算法，PacificA算法的实现比较简单。

7.你们的搜索系统的精排用了哪些特征？

BM25F ,就是之前提到的，Lucene底层计算相关性的算法，在精排阶段我们会重新算一遍，但是常数k和b都会进行调整。

HTR(Hit Tightness Ratio)，HTR用于衡量命中query的term的紧密度的得分，直观含义为对每个命中，计算其周围词中对query的紧密命中情况。

CHR (Continuous Hit Ratio)，计算doc连续命中query的term的得分

CQR（Cover Query Ratio),计算doc覆盖了query中多少个term

TimeScore,发布时间和当前query时间的差

8.LTR部分是怎么做的？

9. ES node分为哪几种角色？

master node,代表该结点具有充当master结点的资格，但最后是否能当上master node还需要进行选举。最后当选master的结点负责维护整个集群的状态。

data node， 负责保存数据、处理数据、搜索数据的节点，这种节点对机器的性能要求较高。

ingest node， 预处理结点，ES允许文档在写入前，定义一个pipeline去对这些数据进行预处理。

10.ES是实时的吗？为什么不是实时的？

ES是近实时的，并不是实时的，数据被写入后，它首先存在内存暂存区中，无法被检索到，只有触发refresh(默认是1秒)后，它才会在内存中形成一个segment，可以被检索到，而只有flush后，它才会从内存写到磁盘中持久化。为什么要做成近实时？因为只有形成segment才能被检索到，而如果是实时的话，每次提交都要形成一个段，过多地段会消费过多的资源，因此为了控制segments的数量，ES是近实时查询。

12.如何给ES进行内存分配？给jvm最多多少内存？

留一半内存给jvm，另一半给cache缓存。但是注意给jvm的内存不能超过32G， 超过32G jvm将不使用压缩指针，平白无故地增加了内存的损耗和GC开销。

13.ES采用的是那种锁来处理并发的？

14.操作系统中的虚拟内存是什么？

15.操作系统中的缓冲是什么？

用于协调CPU和IO速度不一致的一种机制。当我们要写入到磁盘数据的时候，我们先把数据写到一个内存的buffer中，而后再一次性地写入，这样的批量操作可以提高数据的读写速率。

16.什么是用户态？什么是内核态?

程序一旦进入系统调用，就会进入内核态，否则就是用户态。所谓系统调用，就是例如分配内存、读写IO等。

17.”零拷贝“是什么？

18.C中如何分配释放内存？堆内存栈内存分别存什么？

因为面试官提到说我进来是要转C++的，而我写过C，所以面试官问了一些相关知识。 用malloc分配内存，free释放内存，堆内存存放对象，栈内存存放临时变量、参数值等。

19.new和malloc区别是什么？

20.野指针是什么？

21.Golang如何避免野指针问题的？

22.再考一道，有1亿个数字，计算出前TOP 10大的数字