前言
自以为对ES 架构还是蛮熟悉了,但是在最近的面试过程中聊到了ES架构偏底层的一些东西,结果发现还是没有能够把技术细节和技术原理融会贯通
名词解释
Cluster: 集群,一个集群包含多个Node,且会有一个Master Node
Node: 节点,一般来说一个及其部署一个Node
Shard: 分片,指的是一个Index分成多少份,这些Shards会分散到各个Node上面
为什么要使用多个ES Cluster?
高可用方面:
ElasticSearch拥有许多高可用的特性,例如Replica,例如Data Node挂掉后的数据迁移,例如Master Node挂掉后的自动重选,但这不代表万无一失了。常见的坑是,某个Node表现糟糕但是偏偏又没挂(挂了反而更好),此时整个Cluster的性能就会被一个坑爹Node拖累,这往往就是雪崩的开始。 因此,从高可用方面来考虑,应当部署多个ES Cluster(部分作为灾备)。
性能方面:
单个Cluster的搜索能力是有瓶颈的。Cluster越大,Node越多,自然Shard就越多。而Shard不是越多越好,Shard增多会导致通讯成本的增加、查询结束时候的Re-ranking环节的负担增加。如果有100台机器,那么比起一个100 Node、300 Shards的巨型Cluster,使用十个Node 30 Shards的小型Cluster可能表现会更好一些。