【elasticsearch】 随笔 routing

一。路由的默认原则

保存文档时，文档会通过一个公式路由到一个索引中的一个分片上。默认的公式如下：

shard_num = hash(_routing) % num_primary_shards

默认情况下时通过_routing字段进行路由的，这个字段的值默认时等于文档_id字段的。

二。自定义路由的优势

自定义路由比较简单，如下，一旦设置routing参数将替换_id字段路由文档。

PUT my_index/my_type/1?routing=user1&refresh=true 
{
  "title": "This is a document"
}

GET my_index/my_type/1?routing=user1

如果不设置路由，每个一个查询都会去搜索索引中的全部分片，所以如果自定义路由可以提高搜索性能（只搜索路由指定的分片）。在索引的时候只能指定一个路由，但搜索的时候可以指定一个或多个路由，这样可以大大提高搜索的灵魂性，如下：

GET my_index/_search?routing=user1,user2 
{
  "query": {
    "match": {
      "title": "document"
    }
  }
}

三。强CRUD操作携带routing参数

自定义路由后，CRUD操作最好都要带上routing参数，要不可能导致一个文档被保存到多个分片上，可以通过设置强制所有CRUD操作必须带routing参数，设置如下：

PUT my_index2
{
  "mappings": {
    "my_type": {
      "_routing": {
        "required": true 
      }
    }
  }
}

一旦设置后，不带routing的操作将会报错（throws a routing_missing_exception.）

四。注意保证_id字段的唯一性

设置了自定义路由，索引中_id字段，的唯一性将得不到保障，即在不同的分片上可能会存在_id相同的文档，所以，一点自定义路由，最好通过自定义_id的方式，保证_id的唯一性。

五。优化路由的单点查询问题

自定义路由可能会导致索引分配不均，大量的索引路由到一个分片上，导致这个分片的索引和查询性能降低。为了解决这个问题，可以设置 routing_partition_size 参数。（注意这是一个索引级别的设置，只能在创建索引的时候设置。）这样routing将路由到一组分片，然后_id字段在决定文档保存到那一个分片上。由于这个原因。routing_partition_size的值必须是一个大于1但是小于number_of_shards设置的分片数量的一个整数。具体公式如下：

shard_num = (hash(_routing) + hash(_id) % routing_partition_size) % num_primary_shards

注意：索引一旦设置了routing_partition_size 后，join field将不能被创建了，同时索引中的所有mapping必须设置_routing为required的。