Elasticsearch核心知识篇(9)
Elasticsearch对复杂分布式机制的透明隐藏特性
Elasticsearch是一套分布式的系统，分布式是为了应对大数据量
- 隐藏了复杂的分布式机制
-
分片机制（我们之前随随便便就将一些document插入到es集群中去了，我们有没有care过数据怎么进行分片的，数据到哪个shard中去）
-
cluster discovery（集群发现机制，我们之前在做那个集群status从yellow转green的实验里，直接启动了第二个es进程，那个进程作为一个node自动就发现了集群，并且加入了进去，还接受了部分数据，replica shard）
-
shard负载均衡（举例，假设现在有3个节点，总共有25个shard要分配到3个节点上去，es会自动进行均匀分配，以保持每个节点的均衡的读写负载请求）
-
shard副本，请求路由，集群扩容，shard重分配
-
Elasticsearch的垂直扩容与水平扩容
垂直扩容：采购更强大的服务器，成本非常高昂，而且会有瓶颈，假设世界上最强大的服务器容量就是10T，但是当你的总数据量达到5000T的时候，你要采购多少台最强大的服务器啊
水平扩容：业界经常采用的方案，采购越来越多的普通服务器，性能比较一般，但是很多普通服务器组织在一起，就能构成强大的计算和存储能力
普通服务器：1T，1台1万，100万T数据，扩容花费 100万 强大服务器：10T，1台50万，100万T数据，扩容花费 500万
扩容对应用程序的透明性
增减或减少节点时的数据rebalance
图中有介绍
- 保持负载均衡
master节点
图中有介绍
- 创建或删除索引
- 增加或删除节点
节点平等的分布式架构
节点对等的意思就是：每台服务器都是可以作为请求的接收服务器
例子：我们请求一个document，我们将请求发送个5号服务器，但是5号服务器是没有这个数据的，5号服务器会将请求转接给2号，2号上有数据，会将数据返还给5号，5号拿到数据后，将数据发送给请求方，对于请求方来说，他并不知道一手是5号，二手是2号，只是感觉向Elasticsearch系统发送了一个请求，这样获得了响应，得到需要的数据而已
- 节点对等，每个节点都能接收所有的请求
- 自动请求路由
- 响应收集
Elasticsearch核心知识篇(10)
shard&replica机制再次梳理
-
index包含多个shard
-
每个shard都是一个最小工作单元，承载部分数据，lucene实例，完整的建立索引和处理请求的能力(
重要) -
增减节点时，shard会自动在nodes中负载均衡
-
primary shard和replica shard，每个document肯定只存在于某一个primary shard以及其对应的replica shard中，不可能存在于多个primary shard
-
replica shard是primary shard的副本，负责容错，以及承担读请求负载
-
primary shard的数量在创建索引的时候就固定了，replica shard的数量可以随时修改 我们可以给每个primary shard增加一个或者多个replica shard
-
primary shard的默认数量是5，replica默认是1，默认有10个shard，5个primary shard，5个replica shard
-
primary shard不能和自己的replica shard放在同一个节点上（否则节点宕机，primary shard和副本都丢失，起不到容错的作用），但是可以和其他primary shard的replica shard放在同一个节点上
图解单node环境下创建index是什么样子的
- 单node环境下，创建一个index，有3个primary shard，3个replica shard
- 集群status是yellow
- 这个时候，只会将3个primary shard分配到仅有的一个node上去，另外3个replica shard是无法分配的
- 集群可以正常工作，但是一旦出现节点宕机，数据全部丢失，而且集群不可用，无法承接任何请求
PUT /test_index
{
"settings" : {
"number_of_shards" : 3, # 设置primary sharp的数量
"number_of_replicas" : 1 # 设置每个primary shard的replicate shard的数量
}
}
Elasticsearch核心知识篇(11)
图解2个node环境下replica shard是如何分配的
- replica shard分配：3个primary shard，3个replica shard，2 node
- primary ---> replica同步
- 读请求：primary/replica
