# 1. Elasticsearch 倒排索引的结构（term dictionary、posting list、doc values）是怎样的？FST（有限状态转换器）如何压缩前缀查找、加速 term 定位？ A term dictionary 采用线性扫描查找 term，性能最差但最节省内存 B doc values 是列式正向存储，主要服务于排序、聚合与脚本计算 ✓ 正确答案 C posting list 存储在 term dictionary 中，用于保存字段的所有值 D FST 只能压缩 term，不能提升查找速度
# 2. ES 写入流程（写 translog 与内存 buffer → refresh 生成可搜索 segment → flush 持久化并清空 translog）是怎样的？为什么说它是近实时（NRT，默认 1s refresh）？ A refresh 会将 segment 立即 fsync 到磁盘，保证持久化 B flush 之后数据才可被搜索，因此写入是最终一致的 C refresh 生成可搜索 segment 但未落盘，故数据近实时可搜索 ✓ 正确答案 D 数据写入内存 buffer 后即可被搜索，属于实时系统
# 3. analyzer 的三层结构（char filter、tokenizer、token filter）是什么？中文检索为何常“索引用 ik_max_word、查询用 ik_smart”？ A char filter 负责切分 token，tokenizer 负责文本预处理 B ik_smart 分词更细，索引通常用它提高召回率 C 索引与查询必须使用完全相同的分词器 D 索引用 ik_max_word 提高召回，查询用 ik_smart 提高精确率 ✓ 正确答案
# 4. ES 深度分页 from+size 为什么有 max_result_window（默认 1 万）限制（每个 shard 都要返回 top N 给协调节点归并）？scroll 与 search_after 分别如何解决深分页？ A from+size 的深分页开销只与每次返回的 size 相关 B scroll 适合实时交互式分页，且快照始终一致 C search_after 适合实时翻页，通过上一页排序值作为游标继续 ✓ 正确答案 D max_result_window 默认 1 万，可以无限调整而无副作用
# 5. ES 分片（shard）与副本（replica）如何影响写入一致性（wait_for_active_shards）与读吞吐？分片数量与单分片大小（建议 10-50GB）如何规划？ A 副本越多写入吞吐越高，因为副本可并行接收写入 B wait_for_active_shards 默认必须所有副本都 active 才写入 C 主分片数量在索引生命周期中可以随时调整 D 单分片大小建议控制在 10-50GB，避免分片过多或过少 ✓ 正确答案
# 6. segment merge 的机制与代价（后台合并小段、force_merge 的写放大与 IO 峰值）是什么？对写入吞吐与查询延迟有何影响？ A force_merge 适合在写入高峰期执行以降低查询延迟 B 后台合并会重写数据产生写放大，但能减少 segment 数量提升查询 ✓ 正确答案 C 合并只影响查询速度，对写入 IO 完全没有影响 D segment 数量越多查询越稳定，因此不应合并
# 7. mapping 中 text 与 keyword 类型的差异（分词 vs 不分词、能否聚合排序）是什么？动态映射（dynamic mapping）有何风险、如何用 dynamic template 规范？ A keyword 不分词，适合精确匹配、聚合和排序 ✓ 正确答案 B 动态映射会自动推断字段类型且推断后仍可随意修改 C text 类型支持聚合和排序，keyword 类型支持全文检索 D 用 multi-field 时 text 与 keyword 只能二选一，不能共存
# 8. bool/match/term/range 查询 DSL 中 filter 上下文（不评分、可缓存）与 query 上下文有何区别？如何用 filter 优化性能？ A filter 上下文不评分且结果可缓存，适合稳定过滤条件 ✓ 正确答案 B must 子句属于 filter 上下文，不参与评分 C filter 上下文也会参与评分计算，结果可缓存 D term 查询只能放在 query 上下文，不能放在 filter
# 9. ES 7.x+ 主节点选举如何从 zen discovery（minimum_master_nodes 手动配置）演进为类 Raft 协议？如何防止脑裂？ A 7.x 的类 Raft 协议仍需要手动配置 minimum_master_nodes B 只有获得多数派支持的主节点才能当选，从而防止脑裂 ✓ 正确答案 C zen discovery 是 7.x 默认的选举算法 D 网络分区时少数派分区也能选出主节点
# 10. MySQL 中视图与函数的权限隔离？ A 视图可以隐藏底层表，并通过列限制与 WHERE 条件做数据裁剪 ✓ 正确答案 B 视图 SQL SECURITY INVOKER 表示以定义者权限解析底层表 C 函数无法设置 SQL SECURITY，只能以调用者权限执行 D 视图定义者权限天然比调用者权限更严格
# 11. BM25 相关性评分的核心因子（词频饱和、逆文档频率 IDF、字段长度归一化）是什么？相比 TF-IDF 做了哪些改进？ A BM25 的词频贡献呈线性增长，保留 TF-IDF 的原始权重 B BM25 不使用 IDF，只依赖词频和字段长度 C BM25 通过 k1 使词频饱和，避免高频词无限主导得分 ✓ 正确答案 D BM25 对长文档的惩罚是固定的，与参数 b 无关
# 12. ABAC（Attribute-Based Access Control），基于属性的访问控制？ A ABAC 只根据用户角色决定是否授权，不涉及环境属性 B ABAC 相比 RBAC 更简单，规则更少 C ABAC 通过主体、资源、环境和动作等多维属性组合动态授权 ✓ 正确答案 D ABAC 的授权决策是静态的，与时间地点无关
# 13. RBAC（Role-Based Access Control），基于角色的访问控制？ A RBAC 中权限直接授予用户，角色仅用于分组展示 B RBAC 能够处理基于时间和地点的条件授权 C RBAC 不支持角色之间的继承关系 D RBAC 通过角色连接用户与权限，角色可继承与复用 ✓ 正确答案
# 14. 最小权限原则（Principle of Least Privilege）的实践？ A 只授予完成任务所需的最小权限，并定期回收多余权限 ✓ 正确答案 B 应给所有应用统一使用超级账号，便于维护 C 权限一旦授予就应永久保留，避免频繁变更 D 最小权限原则只适用于运维账号，不适用于应用账号
# 15. 数据库认证方式，密码、证书、Kerberos、LDAP、OAuth？ A OAuth 主要面向数据库内部的用户管理 B Kerberos 通过密码直接验证，无需第三方 KDC C LDAP 只用于密码存储，不参与认证 D 证书认证基于 TLS 客户端证书，适合服务间高安全连接 ✓ 正确答案
# 16. MFA（Multi-Factor Authentication）在数据库的应用？ A MFA 只要求密码，无需额外因素 B 多因素认证只需要密码和生物特征两种即可 C MFA 主要面向普通只读用户，不适用于管理员 D 数据库原生协议通常不支持 MFA，需通过认证网关或代理叠加 ✓ 正确答案
# 17. MySQL 中用户、权限、角色的管理？ A MySQL 用户身份只由用户名决定，与主机无关 B MySQL 权限只能到表级别，不能做列级授权 C 角色是权限集合，可授予用户并由用户激活获得权限 ✓ 正确答案 D 8.0 之前就支持角色，无需用户手动授权
# 18. PostgreSQL 的角色？ A PostgreSQL 中用户和组是两类不同的对象，有独立关键字 B 角色一旦创建就不能再被授予或继承其他角色 C 角色是统一的用户/组抽象，通过成员关系实现权限继承 ✓ 正确答案 D 所有角色的特殊属性都会自动被成员继承
# 19. Elasticsearch 9.x 相对 8.x 的大版本升级路径，废弃 API 与默认行为变更、kNN 向量检索与语义搜索的演进如何评估？ A 9.x 完全保留 8.x 所有 API，无需兼容性测试 B 大版本升级会移除废弃 API，因此升级前需评估兼容性 ✓ 正确答案 C 向量检索是 9.x 全新增功能，8.x 完全没有相关能力 D 升级只影响查询性能，不影响索引配置与安全默认值
# 20. Elasticsearch 的 ILM（Index Lifecycle Management）如何用 hot→warm→cold→frozen→delete 五阶段管理索引生命周期？rollover、shrink、force merge 与 searchable snapshot 分别在哪个阶段触发，各阶段索引的 read-only 与副本数如何自动切换？ A rollover 在 delete 阶段触发，用于删除旧索引 B warm 阶段可执行 shrink 与 force_merge，并将索引设为只读 ✓ 正确答案 C cold 阶段始终保留全部副本以保证读性能 D 各阶段副本数固定不变，无法自动切换
