ES 千万级以上数据聚合性能优化方案
哪些公司问过
答案要点
- 预聚合:rollup、transform 或流处理提前计算汇总结果
- 按时间分索引并配合时间范围、filter 缩小扫描量
- 用 routing 和合理分片数减少跨分片合并开销
- 聚合字段用 keyword 与 doc_values,去重计数用 cardinality 近似
- 复杂分析迁移到 ClickHouse、Doris 等 OLAP 引擎,冷热分层归档
易错点
- 对 text 字段做聚合或开启 fielddata,导致内存暴涨
- 每次查询都对全量明细实时聚合
- 认为 cardinality 和多分片 terms 聚合结果是精确的
面试官常见追问
- cardinality 聚合为什么是近似的?
- terms 聚合为什么在多分片下可能不准?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。