文章列表

深度解析ES与数据库的数据一致性问题：从同步双写、MQ异步同步到Canal监听binlog的生产主流方案，配合本地消息表防丢失、ES外部版本号防乱序、定时对账兜底，实现秒级最终一致性，并附面试高频追问与实战细节，帮你彻底搞定分布式双写一致性难题。

本文系统讲解 ElasticSearch 搜索性能优化实战：从文件系统缓存、SSD 配置，到 filter 替代 query、keyword 精确匹配、深分页 search_after 方案，再到分片策略、Mapping 建模与 force merge 段合并，层层拆解原理与权衡，并附高频面试追问与记忆口诀，助你全面掌握 ES 调优精髓。

详解Elasticsearch深度分页问题：from+size翻页越深，各分片和协调节点需加载排序的数据量越大，ES默认限制10000条。本文对比scroll、search_after、PIT+search_after等方案的原理与适用场景，附面试高频追问与记忆口诀，助你彻底搞懂ES深度分页。

Elasticsearch 支持事务吗？答案是不支持 ACID 事务。本文从 Lucene segment 不可变设计与跨分片分布式架构两大底层原因讲透 ES 为何没有事务，解析单文档原子性、translog 持久性、乐观锁等补偿机制，并给出 ES 与 MySQL 数据一致性的实战方案，面试必备深度解析。

ES 不支持 decimal，float/double 按 IEEE 754 存储，存金额必丢精度。本文详解三种主流方案：金额转分存 long、scaled_float 缩放存储、keyword 字符串兜底，并覆盖 JSON 序列化、前端 JS 大数、聚合精度暗坑等全链路踩坑点，助你面试与生产双通关。

详解 Elasticsearch 支持的数据类型及与 MySQL 的映射关系：text 与 keyword 的区别及组合用法、DECIMAL 用 scaled_float 存金额、nested 与 object 差异、动态映射的坑等生产实践，并附概念映射表与高频面试追问，助你彻底搞懂 MySQL 同步 ES 的类型选型。

ElasticSearch 为什么快？本文从数据结构、存储、架构三层深入解析：倒排索引跳过全表扫描，FST + Term Index 常驻内存最少一次磁盘寻址，不可变 Segment 与 Doc Values 列式存储吃满缓存，分片并行与缓存体系支撑高并发，NRT 近实时实现 1 秒可见性。附高频追问与面试变体，助你面试通关。

为什么要使用 ElasticSearch？本文详解 ES 与 MySQL 的核心区别：倒排索引对比 B+Tree 索引，模糊搜索 LIKE 索引失效原因，ES 分词、BM25 相关度排序与近实时写入机制，并给出 MySQL 主存储 + ES 搜索引擎的生产架构与 Binlog + Canal 数据同步方案，帮你彻底讲透这道高频面试题。

倒排索引是 Elasticsearch 全文检索的核心数据结构，通过“词条→文档列表”的反向映射，实现近乎 O(1) 的关键词查询。本文深入讲解倒排索引与正排索引的区别，剖析 Term Index（FST）、Term Dictionary、Posting List 三层内部结构，以及 FOR 压缩与 Roaring Bitmap 优化原理，并附 Java 实现示例与 ES 面试高频追问，助你彻底搞懂 ES 为什么查询快。

MESI 是主流 CPU 的多核缓存一致性协议，通过 Modified、Exclusive、Shared、Invalid 四种状态配合总线嗅探机制，保证各核心私有缓存中数据副本一致。本文深入讲解缓存不一致问题、状态流转示例、Store Buffer 与内存屏障的关系，并延伸到伪共享、缓存行填充及 volatile 可见性原理，帮你把 Java 并发的硬件底层彻底讲通，面试必备。