哈喽！大家好，我是小奇，一位酷爱分享的程序员
小奇打算以轻松风趣的对话形式来分享一些技术，如果你感觉通过小奇的文章学到了货色，那就给小奇一个赞吧
文章继续更新
一、前言
书接上回，我本认为我跟面试我的小姐姐志同道合，这次工作必定是探囊取物了。
殊不知最初卡在了 hr 大姐那里了，说我体格太小不适合，我是来面试开发来了，不是面试驴拉磨来了，我狐疑 hr 跟刘婶是亲戚吧，以貌取人、以体格取人。。。
因为认为昨天探囊取物，明天也没有约面试，闲着也是闲着，我筹备找我在北京当工程师的发小去玩一天，他跟我说他是什么 长方体固体定向挪动工程师，我也不懂这是个什么，感觉比 Java 工程师要厉害，决定明天去访问他一下。
换乘了四趟地铁，又坐了十几站公交车，终于来到了我发小猴哥这里来了，他之前在电话里跟我说他当初混得特地好，从之前的赤贫如洗，混到当初的。。。，因为地铁上信号不太好前面混成啥样没听清就挂断了，我感觉怎么也混到了呼风唤雨的境地了吧。
到了目的地跟他打电话，他跟我说他在幸福小区顶楼，间接上来吧没有门，我寻思什么房子这么高级没有门呢，后果上来了远远的就看见他的背影了，我终于晓得前面说的当初混成什么样了，原来是从 之前的赤贫如洗，混成当初的腰缠万贯了 啊。。。
我：“猴哥，你不是说你在顶楼没有门吗？”
猴哥：“对啊，你看我当初不就在顶楼正干活呢嘛，这顶楼还没有盖好，所以当然没有门了嘛”。
我：“行吧，说不过你，那你不是工程师吗，什么 长方体固体定向挪动工程师”。
猴哥：“对啊，你看我手里的砖是长方体吧，我从这边给他挪动到这边，我这一套下来不就是 长方体固体定向挪动工程师嘛”。
我：“得，你来了大城市了当前套路也变深了啊”。
猴哥：“那必须的，对了小奇你来北京不是来面试 Java 了吗，面试的怎么样了？”
我：“别提了，人家嫌我体格不好，我要是有你这体格那我就杠杠的下班了”。
猴哥：“那你正好也别找开发工作了，你间接跟我干好了，干一个月你体格也就好了”。
我：“那你们这里加班吗？压力大不大？”
猴哥：“一点都不大，你能够看看咱们大门口的岗位要求，我感觉简简单单啦，跟你们程序员还是没法比的哦”。
我：“在哪呢？我去看看”。
我：“你们这特么都是跟谁学的，当初工地也这么卷的吗？“
猴哥：“没方法，咱们前一段时间空降了一个工头，之前是某大厂程序员，给咱们定了规矩，当初咱们每天回去还得写 ppt 呢”。
我：“这特么都是大厂给社会输送的人才，你得好好跟着你们工头干啊”。
猴哥：“必须的，等我我拾掇一下，咱们出去玩”。
我：“你这就拾掇好了啊，不换身衣服啊”。
猴哥：“不必换，一会领导打电话还得赶回来干活呢，你们不是也随时待命，陪女朋友逛商场也得背着电脑嘛”。
我：“当前学我点好的，别学我坏的”。
猴哥：“不是你也没有好的啊”。
我：“我。。。”。
二、面试
从发小那里玩完下午回来的路上忽然接到了一个电话，电话那头的小姐姐声音甘甜，说是在简历库中看到了我的简历，问我有没有工夫去现场面试，我想着反正当初也没有事件，不如就去面试，小姐姐说加我微信，一会发我公司地址。
加了小姐姐微信后，上来必定是先看一波朋友圈啊，小司机可能不太懂，然而老司机曾经开始剖析了，该说不说这个小姐姐的确副品啊，比刘婶强多了，为了补救被我刘婶视觉冲击到的读者，我就把小姐姐的照片分享给大家。
到了中央后小姐姐把我带进一个小黑屋，正在我窃喜可能会产生点什么的时候之间她拿了面试题过去了，说里面没有中央了，就在这个小屋子里做题吧，唉，白期待了。
做完题来了一位面试官，我一看是男的就霎时没了趣味，然而来都来了，怎么也得面试完啊。
面试官：“小奇是吧”。
我：“是我”。
面试官：“我看你简历上写的精通 ElasticSearch？是真的还是写错了”。
我：“我时而精通时而含糊，你就问吧”。
面试官：“行，那你就先简略的说一下 ElasticSearch 是什么吧”。
三、ElasticSearch 是什么
我：“ElasticSearch 是用 Java 开发的，并且是以后最风行的开源的企业级搜索引擎，它提供了一个分布式多用户能力的全文搜索引擎，它可能达到实时搜寻，稳固，牢靠，疾速，装置使用方便”。
四、ElasticSearch 索引原理
面试官：“嗯，你能说一下 ElasticSearch 应用的什么索引吗，有什么原理吗”。
我：ElasticSearch 中分词应用的是倒排索引。
我：ElasticSearch 先将文章的内容进行分词，将词和行数关联起来，而后将反复的词去重，将行数记录下来，这样咱们下面如果搜寻 hello 这个词的话就会给他展现第 1 和 2 行的数据，因为 hello 就在这两行外面，而不必再全文章扫描了。
面试官：“嗯，为什么有些数据库在数据质变大的时候性能降落的十分厉害，而 ElasticSearch 数据量越来越大的时候反而性能降落的不显著呢”。
我：因为咱们能够看到，无论文章有多少的内容，咱们最初都会去重，也就是说最初的索引表中的条数不会超过所有的单词。
也就是说如果世界上只有 100 个单词，那么最初索引表中只有 100 条数据，因为文章是由单词组成的，文章内容再多最初去重后也只有 100 条数据，只不过数据的所在行有所变动而已。
这样咱们就看进去了，文章内容越多，他的单词反复率越高，查问性能升高的也越来越慢。
五、ElasticSearch 分词器
面试官：“嗯，那咱们怎么晓得一句话中哪些是词语呢，怎么来分词呢”。
我：如果文章是英文的，那么十分好分词，因为英文单词两头有空格，咱们依据空格就能够分词，这样间接应用 ElasticSearch 自带的分词器就好。
如果文章是中文的，那么应用 ElasticSearch 自带的分词器就不是很好了，因为它会将中文的每一字都给离开，显然是不合理的，总不能把奇哥很帅离开吧。
所以咱们能够应用 IK 中文分词器，咱们应用这个插件就能够实现中文内容的分词了。
六、ElasticSearch 有哪些应用场景呢
面试官：“嗯，那你说一下 ElasticSearch 有哪些应用场景呢”。
我：个别的话像百度这种的专门做搜寻的，你搜寻关键词，他会帮你找到对应的内容，并且给他标红。
我：还有像淘宝、京东这种购物网站，搜寻关键词也会展现内容，并且关键词高亮解决。
面试官：“小伙子不错呀，什么时候能入职呢”
我：“额。。。我前面还约了面试呢，怎么也得一周左右了吧”
面试官：“别面别家的了，就来我这吧，条件轻易开”
我：“不不不，容我思考思考”。
面试官：“行，那等你思考好了通知我，明天就先这样，你还有什么问题要问我的吗”
我：“我有问题要问”。
面试官：“什么问题”
我：“就是带我的那个 hr 球姐有对象吗。。。”
七、总结
这里对于 ElasticSearch 还没有整顿结束，文章前面继续更新，倡议珍藏。
文章中波及到的命令大家肯定要像我一样每个都敲几遍，只有在敲的过程中能力发现自己对命令是否真正的把握了。
如果感觉我的文章还不错的话就点个赞吧