题目	一句话
ES架构	基于 Lucene，Index→Shard→Document；Master 管元数据，Data 存数据
倒排索引	词项→文档列表；FST 词典+Posting List；Delta+FOR/PFOR 压缩（Roaring 用于 filter 缓存）
分词器	Char Filter→Tokenizer→Token Filter；中文用 IK（建索引 max_word，查询 smart）
查询DSL	Query 打分/Filter 不打分可缓存；bool(must/should/filter/must_not)；BM25 评分
分片副本	hash(routing)%shard_num 路由；Primary 数不能原地改(reindex/Split/Shrink)；Replica 高可用+读扩展
集群选主	7.0 起借鉴 Raft 的集群协调子系统；3 专用 Master；Green/Yellow/Red 三色健康
数据同步	Canal+Kafka+Consumer 写 ES；主键幂等；alias 切换零停机
性能调优	写入(bulk/关refresh/关副本)；查询(filter/routing/search_after)；堆不超压缩指针阈值(约26~30GB,看启动日志)
聚合查询	Bucket 分桶+Metric 算数+Pipeline 再算；基于 doc_values 列式存储

主题	口诀
写入流程	写 Primary → 同步 Replica → refresh(1s) 可搜索
查询两阶段	Query(各出候选) → Fetch(取文档)
调优写入	批量 + 延刷 + 关副本
调优查询	filter缓存 + routing定向 + search_after翻页
数据同步	Canal听binlog → Kafka中转 → 主键幂等
分片规划	单片 1050GB，主备分开，堆不超压缩指针阈值(约2630GB)
深分页	search_after 逐页翻（from+size 10000+ 必爆）

ES vs MySQL
倒排索引 vs B+树
近实时(1s) vs 实时
无事务、JOIN 能力有限(nested/parent-child/ES
全文搜索+聚合 vs 精确查询+事务
主分片数不能原地改(Split/Shrink/reindex) vs 分区可调