主题
面试速答（先看这里）
**一句话结论：**我看网上有很多各种所谓的奇技淫巧，其实，真正可行的办法就一个，那就是上搜索引擎的， 比如Elasticsearch。
60秒标准回答：
在分库分表中，尤其是针对海量商品做了水平分表后，商品的数据会分散到很多张不同的分表中，那么，如果前端用户想要查询某个商品怎么办呢？
我看网上有很多各种所谓的奇技淫巧，其实，真正可行的办法就一个，那就是上搜索引擎的， 比如Elasticsearch
且不说分库分表，就是数据量超过几千万的这种模糊查询的话，数据库你用 like 去查询也都扛不住，因为 %hollis% 没办法走索引，性能也很差
**答题顺序：**结论 → 原理/机制 → 关键流程 → 场景与取舍 → 易错点
回答主线：
- **要点1：**在分库分表中，尤其是针对海量商品做了水平分表后，商品的数据会分散到很多张不同的分表中，那么，如果前端用户想要查询某个商品怎么办呢？
- **要点2：**且不说分库分表，就是数据量超过几千万的这种模糊查询的话，数据库你用 like 去查询也都扛不住，因为 %hollis% 没办法走索引，性能也很差。
- **要点3：**所以，这个地方，该上搜索引擎还是要上的；
- **要点4：**方案就是把数据同步到 ES 中一份，然后基于 ES 针对商品名称构建倒排索引，这样在分词后就可以做全文索引提升查询效率了。
**记忆锚点：**Elasticsearch → 商品名称构建倒排索引 → 那就是上搜索引 → hollis → 没办法走索引 → 该上搜索引
关键取舍：
- 且不说分库分表，就是数据量超过几千万的这种模糊查询的话，数据库你用 like 去查询也都扛不住，因为 %hollis% 没办法走索引，性能也很差。
加分表达：
- 在分库分表中，尤其是针对海量商品做了水平分表后，商品的数据会分散到很多张不同的分表中，那么，如果前端用户想要查询某个商品怎么办呢？
追问准备：
- 围绕「Elasticsearch」：底层原理是什么？使用时有哪些边界和常见坑？
- 围绕「商品名称构建倒排索引」：底层原理是什么？使用时有哪些边界和常见坑？
- 围绕「那就是上搜索引」：底层原理是什么？使用时有哪些边界和常见坑？
- 如果线上出现异常，你会如何定位、验证并规避？
典型回答
在分库分表中，尤其是针对海量商品做了水平分表后，商品的数据会分散到很多张不同的分表中，那么，如果前端用户想要查询某个商品怎么办呢？
我看网上有很多各种所谓的奇技淫巧，其实，真正可行的办法就一个，那就是上搜索引擎的， 比如Elasticsearch。
且不说分库分表，就是数据量超过几千万的这种模糊查询的话，数据库你用 like 去查询也都扛不住，因为%hollis%没办法走索引，性能也很差。
所以，这个地方，该上搜索引擎还是要上的；
方案就是把数据同步到 ES 中一份，然后基于 ES 针对商品名称构建倒排索引，这样在分词后就可以做全文索引提升查询效率了。