搜索引擎（Elasticsearc-集群管理）

2019独角兽企业重金招聘Python工程师标准>>>

学习目标

了解集群规划的基本原则。
掌握集群管理的基本方法。

集群规划

集群规划问题

1. 我们需要多大规模的集群？

2. 集群中的节点角色如何分配？

3. 如何避免脑裂问题？

4. 索引应该设置多少个分片？

5. 分片应该设置几个副本？

 

我们需要多大规模的集群？

当前的数据量有多大？数据增长情况如何？
你的机器配置如何？cpu、多大内存、多大硬盘容量？

推算的依据：

ES JVM heap 最大 32G  。
       30G heap  大概能处理的数据量 10 T。如果内存很大如128G，可在一台机器上运行多个ES节点实例。

集群规划满足当前数据规模+适量增长规模即可，后续可按需扩展。

两类应用场景：

1.用于构建业务搜索功能模块，且多是垂直领域的搜索。数据量级几千万到数十亿级别。一般2-4台机器的规模。
2.用于大规模数据的实时OLAP（联机处理分析），经典的如ELK Stack，数据规模可能达到千亿或更多。几十到上百节点的规模。

集群中的节点角色如何分配？

节点角色：

一个节点可以充当一个或多个角色，默认三个角色都有

Master       
        node.master: true    节点可以作为主节点
DataNode
        node.data: true    默认是数据节点。      
Coordinate node   协调节点
        如果仅担任协调节点，将上两个配置设为false。

如何分配：

1.小规模集群，不需严格区分。
2.中大规模集群（十个以上节点），应考虑单独的角色充当。特别并发查询量大，查询的合并量大，可以增加独立的协调节点。角色分开的好处是分工分开，不互影响。如不会因协调角色负载过高而影响数据节点的能力。

如何避免脑裂问题？

尽量避免脑裂，配置：

discovery.zen.minimum_master_nodes: (有master资格节点数/2) + 1

 这个参数控制的是，选举主节点时需要看到最少多少个具有master资格的活节点，才能进行选举。官方的推荐值是(N/2)+1，其中N是具有master资格的节点的数量。

node.master: true  
node.data: false  

常用做法（中大规模集群）：

1 Master 和 dataNode 角色分开，配置奇数个master，如3  
2 单播发现机制，配置master资格节点

discovery.zen.ping.multicast.enabled: false  
discovery.zen.ping.unicast.hosts: ["master1", "master2", "master3"]

3 配置选举发现数，及延长ping master的等待时长

discovery.zen.ping_timeout: 30（默认值是3秒）
discovery.zen.minimum_master_nodes: 2

索引应该设置多少个分片？

分片数指定后不可变，除非重索引。

思考：

分片对应的存储实体是什么？

分片是不是越多越好？

分片多有什么影响？

分片过多的影响：

1 每个分片本质上就是一个Lucene索引, 因此会消耗相应的文件句柄, 内存和CPU资源。
2 每个搜索请求会调度到索引的每个分片中. 如果分片分散在不同的节点倒是问题不太. 但当分片开始竞争相同的硬件资源时, 性能便会逐步下降。
3 ES使用词频统计来计算相关性. 当然这些统计也会分配到各个分片上. 如果在大量分片上只维护了很少的数据, 则将导致最终的文档相关性较差。

分片设置的可参考原则：

1 ElasticSearch推荐的最大JVM堆空间是30~32G, 所以把你的分片最大容量限制为30GB, 然后再对分片数量做合理估算. 例如, 你认为你的数据能达到200GB, 推荐你最多分配7到8个分片。
2 在开始阶段, 一个好的方案是根据你的节点数量按照1.5~3倍的原则来创建分片. 例如,如果你有3个节点, 则推荐你创建的分片数最多不超过9(3x3)个。当性能下降时，增加节点，ES会平衡分片的放置。
3 对于基于日期的索引需求, 并且对索引数据的搜索场景非常少. 也许这些索引量将达到成百上千, 但每个索引的数据量只有1GB甚至更小. 对于这种类似场景, 建议只需要为索引分配1个分片

分片应该设置几个副本？

思考：

1 副本的用途是什么？
2 针对它的用途，我们该如何设置它的副本数？
3 集群规模没变的情况下副本过多会有什么影响？

副本数是可以随时调整的！

基本原则：

1 为保证高可用，副本数设置为2即可。要求集群至少要有3个节点，来分开存放主分片、副本。
2 如发现并发量大时，查询性能会下降，可增加副本数，来提升并发查询能力。

 

 

 

转载于:https://my.oschina.net/u/3728166/blog/3032330