Elasticsearch 的节点、集群、分片和副本 全面解析

一、节点 (Node)

节点是 Elasticsearch 实例的运行实例，即一个独立的 Elasticsearch 服务进程。每个节点都是一个独立的工作单元，负责存储数据、参与数据处理（如索引、搜索、聚合等）以及参与集群的协调工作。节点可以在物理或虚拟机上单独部署，也可以在同一台机器上运行多个节点（但需注意资源分配）。

节点具有以下特性：

• 角色：节点可以承担多种角色，包括但不限于：

  • 主节点 (Master Node)：负责集群范围内的元数据管理和变更，如索引创建、删除、分片分配等。
  • 数据节点 (Data Node)：存储实际数据和相关的索引文件，参与数据的索引、搜索和恢复过程。
  • 协调节点 (Coordinating Node)：接收客户端请求，将请求路由至适当的节点，并将结果汇总返回给客户端。每个节点都可以充当协调节点，也可以专门设置某些节点仅作为协调节点。
  • ingest 节点：处理预定义的中间件管道，对数据进行预处理后再索引。

• 配置：节点通过配置文件或启动参数（如 -E node.name、-E node.roles 等）定义其名称、角色、网络绑定等属性。

二、集群 (Cluster)

集群是由一个或多个节点组成的 Elasticsearch 实例集合，它们协同工作，对外表现为单一的搜索和索引服务。集群中的节点通过共享相同的集群名称 (cluster.name) 自动发现彼此并形成集群。

集群的主要特性包括：

• 一致性：集群内部维护数据的一致性，确保在任何节点上都能获得一致的查询结果。
• 故障转移：当某个节点失效时，集群通过自动重新分配分片和选举新的主节点来维持服务的连续性。
• 负载均衡：客户端请求可以被路由到集群中的任意节点，节点间的负载得以均衡。

三、分片 (Shard)

分片是索引内部数据的逻辑分割单元。每个索引可以被划分为多个分片，每个分片都是一个完整的 Lucene 索引，包含索引的一部分数据。

分片的主要作用和特性包括：

• 水平扩展：通过增加分片数量，将大量数据分散存储在多个节点上，实现数据的水平扩展和查询性能的提升。
• 数据分布：每个分片可以被分配到集群中的任意节点，Elasticsearch 自动管理分片的分布和平衡。
• 数据量限制：单个分片有大小限制，合理的分片数量有助于避免单一分片过大导致的性能下降。

四、副本 (Replica)

副本是对主分片的完整复制。每个主分片可以有零个或多个对应的副本分片。副本分片的存在有以下几个重要作用：

• 数据冗余：副本分片提供了数据的备份，防止主分片数据丢失导致的数据不可用。
• 高可用性：当主分片不可用时，其对应的副本分片可以被提升为新的主分片，确保服务连续性。
• 读取性能：副本分片可以分摊查询请求，尤其在只读操作（如搜索）中，显著提高查询响应速度。

五、分片与副本的关系

一个索引由多个主分片和对应的副本分片组成。例如，若一个索引配置了 5 个主分片和每个主分片有 1 个副本，则该索引总共有 10 个分片（5 个主分片 + 5 个副本分片）。这些分片会在集群的节点间进行动态分配和平衡。

六、管理与监控

• 分片分配：通过 Elasticsearch API 或可视化工具（如 Kibana）可以查看分片在节点间的分布情况，以及手动调整分片分配策略。
• 健康检查：集群健康状态 (cluster health) 可以反映分片的健康状况，包括主分片和副本分片是否可用、是否在正确数量的节点上分布等。
• 监控：监控分片和副本的状态、数据同步情况、节点负载等指标，有助于及时发现并解决问题，保持集群稳定运行。