ElasticSearch之分布式特性

1. ES 分布式特性

ES 支持集群模式，是一个分布式系统，其好处主要有两个：

1. 增大系统容量，如内存，磁盘，使得 ES 可以支持 PB 级数据；
2. 提高系统可用性，即使部分节点停止服务，整个集群依然可以正常服务。

ES 集群由多个 ES 实例组成，不同集群通过集群名称来区分，可以通过 cluster.name 进行修改，默认为 elastic search；每个 ES 实例实际上是一个 JVM 进程，且有自己的名称，可以通过 node.name 进行修改。

 

1.1 Cluster State

ES 集群相关的数据称为 cluster state ，主要记录如下信息：节点信息，包括节点名称，连接地址；索引信息，包括索引名称，索引配置。cluster state 存储在每个节点上。

 

1.2 Master Node

可以修改 cluster state 的节点称为 master 节点，一个集群只能有一个，cluster state 存储在每个节点上，Master 维护最新版本并同步给其他节点。master 节点是通过集群中的所有节点选举产生的，可以被选举的节点称为 master eligible 节点，相关配置为：node.master: true

 

1.3 Coordinating Node

处理请求的节点被称为 coordinating 节点，该节点为所有节点的默认角色，不能取消，路由请求到正确的节点处理，比如创建索引的请求到 master 节点。

 

1.4 Data Node

存储数据的节点称为 data 节点，默认所有节点都是 data 节点，相关配置如下：node.data: true

 

1.5 系统可用性，副本和分片

1. 服务可用性，2个节点情况下，允许其中一个节点停止服务；
2. 数据可用性，引用副本（replication）解决，使得每个节点上都有完备的数据

 

1.6 增大系统容量

引用分片（shard）将数据分布在所有节点上，分片是 ES 支持 PB 级数据的基石。分片存储了部分数据，可以分布于任意节点上；分片数在索引创建时指定且后续不允许更改，默认为5个；分片有主分片和副本分片之说，已实现数据的高可用；副本分片的数据由主分片同步，可以有多个，从而提高读取的吞吐量。分片数的设定很重要，需要提前规划好。过小会导致后续无法增加节点实现水平扩容；过大会导致一个节点上分布过多分片，造成资源浪费，同时会影响查询性能。

 

思考：

1. 此时增加节点能否提高索引 test_index 的数据容量？

答：不能，因为只有三个分片，已经分布在三个节点上，新增的节点无法利用。

 

1. 此时增加副本数能否提高索引 test_i