文章列表

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。

select、poll、epoll 是 IO 多路复用的三大实现方案，核心目标是让单线程监听多个 socket。本文讲清三者演进逻辑：select 有 1024 上限和全量拷贝开销，poll 突破数量限制，epoll 凭红黑树与事件回调解决全量扫描瓶颈，并解析 LT/ET 触发模式，以及 Java NIO、Netty、Redis、Nginx 如何基于 epoll 实现高并发，助你面试从容应对。

IO 多路复用和多线程有什么区别？本文从面试视角深度解析：多线程解决并发执行、每连接一线程资源消耗大；IO 多路复用（select、poll、epoll）用少量线程高效监听海量连接。涵盖 Java NIO、Reactor 模式、C10K 问题及 Netty、Redis 组合使用实践，帮你彻底搞懂两者的本质区别。