ElasticSearch之文档的存储

写在前面

本文看下文档的存储相关内容。

1：如何确定文档存储在哪个分片？

我们需要确保文档均匀分布在所有的分片中，避免某些部分机器空闲，部分机器繁忙的情况出现，想要实现均匀分布我们可以考虑如下的几种分片路由算法：

1:round robin 轮询
    优点：简单
    缺点：数据更新、查询，删除的效率低，因为无法直接确定数据存储的分片，需要轮询，时间复杂度为O(n) 。
2:维护一个文档和分片的对应关系
    优点：简单
    缺点：需要额外维护对应关系，增加存储的成本
3：动态哈希，实时计算
    优点：简单，快速
    缺点：需要依赖于分片来计算，所以，分片数不能动态变更，除非reindex

以上三种方案，es采用的第三种，动态哈希，因为缺点相对来说，影响不是特别大，因为分片数我们完全可以事先确定好一个值，就算是确实需要修改分片数，也只需要在某次升级期间来完成即可，而前两种方案都会降低每次查询的速度，所以不可取。

动态哈希算法公式为hash(_routing)%number_of_primary_shards，这里的_routing默认是文档id，也可以通过如下方式来指定：

1:通过指定的方式,我们可以实现某些场景下某些数据放在同一个分片的需求。

2:es中修改分片数需要reindex的根本原因就在于，计算哈希依赖于分片数，如果分片数改变，路由分片的结果将会改变，如果不reindex将会导致大量文档无法查询。

具体如下：

2：更新和删除文档的流程

• 更新文档的流程
  
• 删除文档的流程
  

写在后面

参考文章列表