百度面试题 · Elasticsearch
百度相关面试题，按最终去重题目聚合。
共 3071 道真题 · 当前筛选命中 33 道 · 更新 2026-08-05
筛选题目已选：Elasticsearch
考察点
技术栈
第 1 题项目里 Elasticsearch 用来做什么的？也存了向量吗？ 考察对项目中使用 Elasticsearch 的业务场景、数据模型和技术细节的理解第 2 题在你的项目里，ES一般用来做什么？ 考察对Elasticsearch典型应用场景的理解及项目落地经验第 3 题ES作为搜索引擎来说,它的数据是怎么去存储的呢? 考察对Elasticsearch底层存储架构和索引原理的理解第 4 题Redis和Elasticsearch分别适合什么样的使用场景？ 考察对两种中间件能力边界和应用场景的理解与辨析第 5 题请解释 Elasticsearch（ES）在查询过程中，相关性打分是在哪个阶段进行的？ 考察对Elasticsearch查询执行流程及评分机制的理解第 6 题ES是怎么做的快速检索功能? 考察对Elasticsearch索引结构和检索机制的深入理解第 7 题ES的模糊匹配怎么实现的呢？ 考察对Elasticsearch模糊匹配机制及适用场景的理解第 8 题ES作为向量数据库是只有一个索引吗，还是说按照时间去分？ 考察对Elasticsearch向量检索索引结构与分区实践的理解第 9 题ES（Elasticsearch）查询为什么快？ 考察对搜索引擎底层索引结构与查询机制的理解第 10 题用ES做搜索引擎主要是用它的全文检索吗？ 考察对Elasticsearch核心用途及能力的理解是否全面第 11 题MySQL和ES(Elasticsearch)的区别和使用场景 考察对关系型数据库与全文检索引擎在数据模型、查询能力和适用场景上的理解第 12 题为什么Elasticsearch能实现搜索引擎的功能？ 考察对ES倒排索引、分词与近实时索引机制的理解第 13 题进行关键词检索的时候，具体是怎么做的？ 考察关键词检索的实际实现方法与技术选型第 14 题请描述你对Elasticsearch索引进行扩容（增加主分片数量）以优化查询性能的具体做法，并说明其中的权衡和风险。 考察对ES分片机制的理解及扩容操作的实践与风险意识第 15 题你在项目中的 Elasticsearch 里存储了哪些类型的数据，为什么这样设计？ 考察对 ES 存储内容与业务匹配的理解第 16 题ES缓存能直接查吗？不能的话缓存的作用是什么？ 考察对Elasticsearch缓存机制的理解及其使用边界第 17 题在实习项目中，MySQL 和 Elasticsearch 分别承担了哪些数据存储职责？请结合你的场景说明。 考察对关系型数据库与搜索引擎在数据存储和查询职责划分上的理解第 18 题ES作为向量数据库，它的重要字段是哪些？ 考察Elasticsearch向量检索的字段设计与映射要点第 19 题向量搜索和ES（Elasticsearch）搜索有什么区别？ 考察对传统倒排索引搜索与向量相似度搜索的原理、适用场景和优劣对比的理解第 20 题除了向量召回和关键词召回，还有哪些召回方式？了不了解全文召回，如何做的？ 考察对搜索引擎与推荐系统中多路召回技术的理解，特别是全文召回的原理与实现