Elasticsearch的基础分布式架构-剖析

Elasticsearch对复杂分布式机制的透明隐藏特性

Elasticsearch是一套分布式的系统，分布式是为了应对大数据量，但是其隐藏了复杂的分布式机制，对使用者来说无感知。

• 分片机制：我们随随便便将一些document插入到es集群中去，我们从没有care过数据怎么进行分片的，数据存到哪个shard中去，这些es统统帮我们完成了；
• cluster discovery：集群发现机制，当我们启动多个es进程时，各个进程作为一个node会自动寻找属于自己的集群，并且加入进去，并且接受数据的均衡负载。
• shard负载均衡：假设现在有3个节点，总共有25个shard要分配到3个节点上去，es会自动进行均匀分配，以保持每个节点的均衡的读写负载请求。

Elasticsearch的垂直扩容与水平扩容

• 垂直扩容：采购更强大的服务器，成本非常高昂，而且会有瓶颈，假设世界上最强大的服务器容量就是10T，但是当你的总数据量达到5000T的时候，你要采购多少台最强大的服务器；
• 水平扩容：业界经常采用的方案，采购越来越多的普通服务器，性能比较一般，但是很多普通服务器组织在一起，就能构成强大的计算和存储能力。
  

shard&replica机制梳理

• 每个shard都是一个最小工作单元，承载部分数据，lucene实例，完整的建立索引和处理请求的能力；
• 增减节点时，shard会自动在nodes中负载均衡；
• primary shard和replica shard，每个document肯定只存在于某一个primary shard以及其对应的replica shard中，不可能存在于多个primary shard；
• replica shard是primary shard的副本，负责容错，以及承担读请求负载；
• primary shard的数量在创建索引的时候就固定了，replica shard的数量可以随时修改；
• primary shard的默认数量是5，replica默认是1，默认有10个shard，5个primary shard，5个replica shard；
• primary shard不能和自己的replica shard放在同一个节点上（否则节点宕机，primary shard和副本都丢失，起不到容错的作用），但是可以和其他primary shard的replica shard放在同一个节点上。