1.ES有那些搜索方式？
Elasticsearch的搜索類型（SearchType類型）
1、 query and fetch
向索引的所有分片 （ shard）都發出查詢請求， 各分片返回的時候把元素文檔 （ document）和計算後的排名信息一起返回。
這種搜索方式是最快的。 因爲相比下面的幾種搜索方式， 這種查詢方法只需要去 shard查詢一次。 但是各個 shard 返回的結果的數量之和可能是用戶要求的 size 的 n 倍。
優點：這種搜索方式是最快的。因爲相比後面的幾種es的搜索方式，這種查詢方法只需要去shard查詢一次。
缺點：返回的數據量不準確， 可能返回(N*分片數量)的數據並且數據排名也不準確，同時各個shard返回的結果的數量之和可能是用戶要求的size的n倍。
2、 query then fetch（es 默認的搜索方式）
如果你搜索時， 沒有指定搜索方式， 就是使用的這種搜索方式。 這種搜索方式， 大概分兩個步驟：
第一步， 先向所有的 shard 發出請求， 各分片只返回文檔 id(注意， 不包括文檔 document)和排名相關的信息(也就是文檔對應的分值)， 然後按照各分片返回的文檔的分數進行重新排序和排名， 取前 size 個文檔。
第二步， 根據文檔 id 去相關的 shard 取 document。 這種方式返回的 document 數量與用戶要求的大小是相等的。
優點：返回的數據量是準確的。
缺點：性能一般，並且數據排名不準確。
3、 DFS query and fetch
這種方式比第一種方式多了一個 DFS 步驟，可以更精確控制搜索打分和排名。也就是在進行查詢之前，先對所有分片發送請求， 把所有分片中的詞頻和文檔頻率等打分依據全部彙總到一塊，再執行後面的操作。
優點：數據排名準確
缺點：
性能一般
返回的數據量不準確， 可能返回(N*分片數量)的數據
4、 DFS query then fetch
比第 2 種方式多了一個 DFS 步驟。
也就是在進行查詢之前， 先對所有分片發送請求， 把所有分片中的詞頻和文檔頻率等打分依據全部彙總到一塊， 再執行後面的操作、
優點：
返回的數據量是準確的
數據排名準確
缺點：
性能最差【 這個最差只是表示在這四種查詢方式中性能最慢， 也不至於不能忍受，如果對查詢性能要求不是非常高， 而對查詢準確度要求比較高的時候可以考慮這個】
2.DFS 是一個什麼樣的過程？
DFS 其實就是在進行真正的查詢之前， 先把各個分片的詞頻率和文檔頻率收集一下， 然後進行詞搜索的時候， 各分片依據全局的詞頻率和文檔頻率進行搜索和排名。 顯然如果使用 DFS_QUERY_THEN_FETCH 這種查詢方式， 效率是最低的，因爲一個搜索， 可能要請求 3 次分片。 但， 使用 DFS 方法， 搜索精度是最高的。
3.性能方面總結一下？
從性能考慮 QUERY_AND_FETCH 是最快的， DFS_QUERY_THEN_FETCH 是最慢的。
從搜索的準確度來說， DFS 要比非 DFS 的準確度更高。
4.權衡問題思考？根據不同的需求--->定製化選擇
1.ES的分片機制天生支持分佈式，同時也帶來了分佈式了弊端：排序和算分問題；
想要精確的算分和排序--->需要大量的計算
2.kafka與ES面臨相同的問題：kafka的單個分區內可以保證順序性，分區之間是不能保證順序性的
3.搜索的場景需要嚴格的定製化，通過對mapping的修改可以支持算分的調整，影響查詢的結果-----代價是大大增加開發和mapping的維護成本
4.分佈式的系統中路由算法的弊端：增加/刪除節點時會有路由錯誤的問題（引發類似於緩存雪崩的場景）
對應的解決方案：如redis的一致性hash算法
ES同樣面臨類似的場景：每個index的主分片設置策略，動態分配會有大量的數據遷移，分配不合理又會影響性能
對此，ES的解決方案是：index建立好之後不允重新設置分片，需要重新設置需要reindex