Đáp án Quiz Elasticsearch — 36 câu hỏi có giải thích

Đáp án: C

Chỉ mục ngược ánh xạ từ khoá tới danh sách tài liệu chứa nó. Tìm một từ chỉ cần tra một khoá rồi lấy danh sách, thay vì quét toàn bộ tài liệu như cách so khớp chuỗi trong cơ sở dữ liệu quan hệ.

Đáp án: B

Shard chia nhỏ dữ liệu của một chỉ mục để phân tán qua nhiều máy; replica là bản sao của shard, đặt trên máy khác để chịu lỗi và tăng thông lượng đọc. Số shard chính cố định lúc tạo chỉ mục, còn số bản sao đổi được.

Đáp án: A

text được phân tích thành từ nên hợp cho tìm toàn văn; keyword giữ nguyên cả chuỗi nên hợp cho lọc chính xác, sắp xếp và gộp nhóm. Đây là phân biệt quan trọng nhất khi thiết kế mapping.

Đáp án: D

Ba tầng chạy tuần tự: bộ lọc ký tự xử lý chuỗi thô, bộ tách từ cắt thành các từ, rồi các bộ lọc từ chuẩn hoá như hạ chữ thường, bỏ dấu, loại từ dừng. Kết quả mới là thứ được lưu vào chỉ mục.

Đáp án: D

match phân tích chuỗi tìm kiếm bằng cùng bộ phân tích của trường rồi mới khớp, còn term khớp nguyên văn với thứ nằm trong chỉ mục. Dùng term trên trường text thường không ra kết quả.

Đáp án: B

Elasticsearch là hệ thời gian thực gần đúng: tài liệu chỉ tìm thấy sau lần làm mới kế tiếp, mặc định khoảng một giây. Dữ liệu đã bền vững ngay khi ghi xong, chỉ là chưa xuất hiện trong kết quả tìm kiếm.

Đáp án: B

Nó không có giao dịch trên nhiều tài liệu, không có khoá ngoại và không có ràng buộc toàn vẹn. Mô hình thường dùng là giữ nguồn sự thật ở cơ sở dữ liệu giao dịch rồi đồng bộ sang Elasticsearch để phục vụ tìm kiếm.

Đáp án: C

Trường mới tự được đoán kiểu khi tài liệu đầu tiên chứa nó. Tiện lúc thử nghiệm nhưng nguy hiểm ở sản phẩm: đoán sai kiểu thì phải tạo chỉ mục mới và nạp lại toàn bộ dữ liệu mới sửa được.

Đáp án: D

Dùng API ghi hàng loạt theo từng lô, mỗi lô vài megabyte. Gộp nhiều tài liệu vào một yêu cầu giảm mạnh chi phí mạng và chi phí xử lý, và đây là khác biệt hàng chục lần về tốc độ nạp.

Đáp án: B

Bí danh là một tên cố định trỏ tới chỉ mục thật. Ứng dụng luôn gọi theo bí danh, nên khi cần đổi mapping thì tạo chỉ mục mới, nạp lại dữ liệu rồi chuyển bí danh sang, không có thời gian ngừng dịch vụ.

Đáp án: B

Điều kiện trong filter không tham gia tính điểm và được lưu đệm ở tầng bộ lọc. Với các điều kiện lặp lại nhiều như trạng thái đang hoạt động hay khoảng thời gian, khác biệt về hiệu năng rất rõ.

Đáp án: C

Ba yếu tố chính: tần suất từ trong tài liệu, độ hiếm của từ trên toàn chỉ mục, và độ dài trường. Từ hiếm mang nhiều thông tin hơn, còn cùng số lần xuất hiện thì trường ngắn được coi là liên quan hơn.

Đáp án: A

Vì mỗi shard phải trả về toàn bộ kết quả tới vị trí đó cho nút điều phối sắp xếp lại. Chi phí tăng theo độ sâu trang, nên mặc định có giới hạn khoảng mười nghìn kết quả để bảo vệ cụm.

Đáp án: B

Đó là số xấp xỉ: thuật toán ước lượng đổi độ chính xác lấy bộ nhớ cố định. Với lượng giá trị nhỏ thì kết quả thường đúng, còn khi lượng giá trị lớn thì có sai số vài phần trăm.

Đáp án: C

Các trường bị làm phẳng thành danh sách riêng nên quan hệ trong cùng một phần tử bị mất. Tìm sản phẩm có màu đỏ và cỡ lớn sẽ khớp cả sản phẩm có biến thể đỏ cỡ nhỏ và biến thể xanh cỡ lớn.

Đáp án: C

Dùng bộ lọc ngram biên lúc ghi: mỗi từ được tách sẵn thành các tiền tố. Truy vấn lúc gõ chỉ là khớp từ thường nên rất nhanh, đổi lại chỉ mục lớn hơn và phải nạp lại dữ liệu khi đổi cấu hình.

Đáp án: C

Hai việc: chuẩn hoá dấu vì cùng một chữ có thể được mã hoá bằng ký tự có sẵn dấu hoặc ký tự gốc cộng dấu rời; và cho phép gõ không dấu tìm ra kết quả có dấu, vì đó là thói quen phổ biến của người dùng.

Đáp án: B

Phải tạo chỉ mục mới với mapping đúng, nạp lại dữ liệu, rồi chuyển bí danh. Kiểu của trường đã tồn tại không sửa tại chỗ được vì dữ liệu trong chỉ mục đã được ghi và mã hoá theo kiểu cũ.

Đáp án: C

Phân đoạn bất biến sau khi tạo. Cập nhật một tài liệu thực chất là ghi bản mới và đánh dấu bản cũ đã xoá, nên bản cũ vẫn chiếm chỗ cho tới khi các phân đoạn được gộp lại.

Đáp án: A

Cùng một dữ liệu được đánh chỉ mục theo hai cách: dạng text cho tìm toàn văn, dạng con keyword cho lọc chính xác, sắp xếp và gộp nhóm. Đổi lại chỉ mục lớn hơn vì lưu trùng nội dung.

Đáp án: C

Đẩy thay đổi qua queue hoặc tiến trình đọc nhật ký thay đổi và chấp nhận độ trễ ngắn. Ghi hai nơi trong cùng một giao dịch là không khả thi, nên mô hình đúng là nhất quán cuối cùng có kèm cách phát hiện lệch.

Đáp án: B

Khoảng một nửa bộ nhớ máy và không vượt ngưỡng nén con trỏ, thường quanh mức ba mươi gigabyte. Nửa còn lại để hệ điều hành dùng làm cache hệ tệp, thứ quyết định phần lớn tốc độ đọc chỉ mục.

Đáp án: D

Truy vấn ký tự đại diện bắt đầu bằng dấu sao buộc bộ máy duyệt gần như toàn bộ từ điển từ khoá. Nhu cầu tìm theo phần giữa chuỗi nên được giải quyết bằng cách đánh chỉ mục phù hợp lúc ghi thay vì ép lúc truy vấn.

Đáp án: A

Màu vàng nghĩa là shard chính đủ nhưng có bản sao chưa được cấp phát: dữ liệu vẫn đầy đủ và truy vấn bình thường, chỉ là không còn dự phòng nếu mất một nút. Màu đỏ mới là có shard chính thiếu.

Đáp án: D

Chia theo khoảng thời gian, ví dụ theo ngày, rồi xoá cả chỉ mục cũ khi hết hạn lưu. Xoá nguyên một chỉ mục là thao tác rẻ, trong khi xoá từng tài liệu theo điều kiện thời gian rất tốn kém và để lại rác chờ dọn.

Đáp án: D

Server trả về đoạn văn kèm thẻ bao quanh từ khớp, dựa trên thông tin vị trí trong chỉ mục. Nhờ vậy nó đánh dấu đúng cả khi từ đã bị hạ chữ thường, bỏ dấu hoặc rút về dạng gốc.

Đáp án: A

Vì trường text lưu các từ rời rạc sau khi phân tích, còn sắp xếp cần một giá trị duy nhất cho mỗi tài liệu. Cách đúng là sắp xếp trên trường con kiểu keyword vốn giữ nguyên chuỗi gốc.

Đáp án: B

Pipeline biến đổi tài liệu ngay trước khi ghi: tách chuỗi thành các trường, chuẩn hoá giá trị, thêm trường dẫn xuất, làm giàu dữ liệu. Nhờ đó không phải sửa ứng dụng gửi dữ liệu khi cần thay đổi cách xử lý.

Đáp án: A

Khuôn mẫu áp sẵn mapping và cấu hình cho mọi chỉ mục khớp tên mẫu. Nhờ đó chỉ mục theo ngày được tạo tự động lúc nửa đêm vẫn có đúng mapping, số shard và bí danh mà không ai phải can thiệp.

Đáp án: C

Kết hợp điểm liên quan với tín hiệu nghiệp vụ bằng cơ chế điều chỉnh điểm: nhân hoặc cộng thêm theo độ phổ biến, doanh số, đánh giá. Sắp xếp thẳng theo doanh số sẽ phá hỏng tính liên quan với từ khoá.

Đáp án: C

Nó so khoảng cách chỉnh sửa giữa từ người dùng gõ và các từ có trong chỉ mục. Vì chỉ đề xuất từ thật sự tồn tại trong dữ liệu, gợi ý luôn dẫn tới kết quả có thật thay vì một từ đúng chính tả nhưng không có gì.

Đáp án: D

Dùng cơ chế chụp ảnh vào kho lưu trữ ngoài: nó chạy tăng dần, nhất quán và khôi phục được cả cấu hình chỉ mục. Bản sao shard chỉ chống mất nút chứ không cứu được khi xoá nhầm hoặc dữ liệu hỏng.

Đáp án: C

API dữ liệu và API quản trị dùng chung một cổng, nên ai truy cập được là đọc, ghi và xoá được mọi chỉ mục. Đây là nguyên nhân của rất nhiều vụ lộ dữ liệu do cụm bị đặt công khai không xác thực.

Đáp án: A

Nó ghi lại truy vấn vượt ngưỡng thời gian kèm nội dung thật. Có nội dung mới tái hiện và phân tích được, thay vì chỉ thấy độ trễ tăng trên biểu đồ mà không biết truy vấn nào gây ra.

Đáp án: B

Nó không chiếm chỗ trong chỉ mục vì giá trị được tính lúc truy vấn, nên thêm trường mới không cần nạp lại dữ liệu. Đổi lại mỗi truy vấn phải tính lại nên tốn hơn, và không phù hợp cho trường dùng thường xuyên.

Đáp án: C

Số shard chính cố định sau khi tạo, vì tài liệu được phân bổ vào shard dựa trên con số đó. Muốn đổi phải tạo chỉ mục mới và nạp lại, đó là lý do cần dùng bí danh ngay từ đầu.