ES分布式架构的原理

面试题

ES分布式架构的原理可以讲一下吗（es是如何实现分布式的）？

分析

现在的分布式搜索已经成为一些互联网行业java系统的标配了，其中尤其流行es，前几年es没火的时候大部分人用solr。但是这几年大部分项目和企业都开始转向了es。

所以互联网面试如何问起来分布式搜索引擎的话，ES是不可能绕过的一座大山。第一个相关的问题大概率都会问你es的分布式架构设计，看看你对分布式搜索引擎基本原理的了解程度。

回答

es，全称elasticsearch的设计理念就是分布式搜索引擎，底层原理其实还是基于lucene的。

核心思想就是在多台机器上启动多个es进程实例，组成一个集群。es存储数据的基本单位就是索引， 接着建立一个索引，这个索引可以拆分成多个shard分片节点，每个shard存储部分数据。

然后重点来了，每个shard都要一个primary shard负责写入数据，还有一个或着多个replica shard作为数据的副本，primary shard会不停的把数据同步给replica shard。而且，replica shard是不会和primary shard在同一台机器上的，所以就不怕某一台宕机。并且这些机器中，es会选举出一个master主机，用来做数据管理，或者负责切换primary shard和replica shard的身份之类的工作。如图：

如果master宕机，那么会自动再选举出一个新的master，并且会检测到primary shard 02不在了，所以会将进程03中的replica shard变为primary shard，保证程序的正常。

还有一点比较重要，就是写数据的时候客户端是往primary shard中写数据，读数据的时候primary shard和replica shard都是可以读取数据的