Elasticsearch源码学习（二）——插入

2019独角兽企业重金招聘Python工程师标准>>>

    elasticsearch内部的调用关系复杂，抽象几张图来说明Index流程，其中忽略一些细节，突出数据流转。

 

    假设ES集群有2个Node组成，里面的某一索引包含3个Shard，我们要执行一次插入操作。

请求的流程：

1. ES任何一个节点都可以接受请求，假设请求落在Node1，ES通过Netty接收到index请求，将请求转发到Action（org.elasticsearch.action.index.TransportIndexAction）进行处理；

2. Action的doExecute方法会判断索引是否存在并尝建立或调整索引，索引的建立由master节点完成，这里不是写入的主流程，暂不在图中标识。之后请求进入路由阶段，由RerountPhase线程进行；

3. RerountPhase会获取shardId并判断当前节点是否是shardId对应的Primary节点，假设本次请求很不幸落在了2shard上。ReroutPhase会将请求转发给Transport层，从图中可以看到，ES集群的所有请求都是由transport层完成转发的，即使请求落在当前Node。

4. tranport判断shardId对应的Node不是当前CurrentNode，会调用Netty进行请求转发，请求转发到Node2；

5. Node2同样会把请求转发给RerountPhase，此时CurrentNode就是shardId对应的Node，进入PrimaryPhase阶段，PrimaryPhase是异步线程池；

6. PrimaryPhase会通过Action的子类完成对应的操作——operationOnPrimary，当Primary完成操作后，PrimaryPhase会创建ReplicationPhase，开启副本操作。

7. 后续操作与primary节点类似，请求通过netty转发到Node1。Node1在ReroutPhase会判断出是副本请求且当前节点是副本，进入——operationOnReplica;

 

Elasticsearch作为分布式的集群，transport层的作用功不可没。通过Rerout阶段的参数进行请求转发，提供的统一的网络通信层与请求转发逻辑。当然，强带的代码复用性导致代码的可读性比较差，流程的串接依赖参数的值。

转载于:https://my.oschina.net/SEyanlei/blog/917359