Elasticsearch路由routing是个什么鬼

什么是路由

routing的默认值是文档id，也可以是自定义值，根据routing计算出分片序号，并指定到该分片上。
索引文档时，文档会被存储到一个主分片下，其分片公式如下：

shard_num = hash(_routing) % num_primary_shards

由于number_of_primary_shards会参与路由的计算，因此主分片数量一经指定就不能改变你，会使routing值失效。

客户端查询请求时节点工作步骤

1. 请求被集群交给主节点
2. 主节点接收后，将请求广播到指定索引的每一个shard中
3. 每个分片执行搜索请求，并将结果返回
4. 结果在主节点上合并，排序后返回给用户

自定义路由

多数API均接收routing参数，如：get/index/delete/bulk/update/mget
强制使用路由，需要在mapping中指定路由 require:true

"mappings":{
    "_routing" : {
        "required" : true
      }
}

在写入文档时，即可配置路由

// 路由指定为 user1
PUT test-index/_doc/1?routing=user1
{
    "title":"母猪的保养",
    "city" : "漳州市",
    "county" : "红星区",
    "province" : "河北省",
}

// 查询时指定路由为 routing
GET test-index/_doc/1?routing=user1

// 或者在term查询时指定元数据 _routing 为 user1
GET my_index/_search
{
    "query": {
        "terms": {
        "_routing": [ "user1" ] 
         }
    }
}

在查询时，若强制使用路由的话，需要指定routing参数，否则会报错routing_missing_exception

GET test-index/_doc/111?routing=user1


# 返回响应如下
{
  "_index" : "test-index",
  "_type" : "_doc",
  "_id" : "111",
  "_version" : 1,
  "_seq_no" : 0,
  "_primary_term" : 1,
  "_routing" : "111",
  "found" : true,
  "_source" : {
    "title" : "母猪的保养",
    "city" : "漳州市",
    "county" : "红星区",
    "province" : "河北省",
 
  }
}

注意：
当使用自定义路由时，如果索引时使用不同的_routing，那么在不同分片上可能存在相同的_id。索引上所有分片文档_id 的唯一性由用户自己保证。

集群分片不平衡

通过API检查在使用routing路由时，每个分片是否均匀存储数据

GET _cat/shards

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-PG9Qh717-1590921037278)(en-resource://database/1697:1)]

如果存在某些分片被指定存储的数据量过大时，可以使用 index.routing_partition_size: 3进行路由指定分片序号计算公式变更：

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

在设置index_routing_partitino_size需要注:

1. index_routing_partition_size 的有效值
   index_routing_partition_size 在(primary_shard_of_number，1)这个开区间内，即primary_shard_of_number > index_routing_partition_size > 1
2. 使用index_routing_partition_size 后存在如下限制
   • 无法创建 join_field 关系映射
   • _routing 必须开启