ES负载均衡策略

1 节点负载均衡

elasticSearch的配置文件中有两个参数：node.master和node.data

组合一：node.master：false   node.data：true

该node服务器只作为一个数据节点，只用于存储索引数据。使该node服务器功能单一，只用于数据存储和数据查询，降低其资源消耗率。

组合二：node.master：true   node.data：false

该node服务器只作为一个主节点，但不存储任何索引数据。该node服务器将使用自身空闲的资源，来协调各种创建索引请求或者查询请求，讲这些请求合理分发到相关的node服务器上。

组合三：node.master：false   node.data：false

该node服务器即不会被选作主节点，也不会存储任何索引数据（协调节点）。该服务器主要用于查询负载均衡，处理路由请求，处理搜索，分发索引操作等。在查询的时候，通常会涉及到从多个node服务器上查询数据，并请求分发到多个指定的node服务器，并对各个node服务器返回的结果进行一个汇总处理， 最终返回给客户端。

独立的客户端节点在一个比较大的集群中是非常有用的，他协调主节点和数据节点，客户端节点加入集群可以得到集群的状态，根据集群的状态可以直接路由请求。

组合四：node.master：true   node.data：true

这种组合表示这个节点即有成为主节点的资格，又存储数据，这个时候如果某个节点被选举成为了真正的主节点，那么他还要存储数据，这样对于这个节点的压力就比较大了。           

ES默认每个节点都是这样的配置，在节点数较少的场景下，可以如此分配，但当节点的较多时，需分配好各自角色，单独划分部分节点为master节点。

目前大部分局点的节点较少，都为此模式。

2 读请求负载均衡

• 客户端发送请求到任意一个 node（协调节点）
• 协调节点将搜索请求转发到所有的 shard 对应的 primary shard 或 replica shard其中一个，用 round-robin随机轮询算法，让检索请求负载均衡
• 每个 shard 将自己的搜索结果（doc id）返回给协调节点，由协调节点进行数据的合并、排序、分页等操作，产出doc id list
• coordinate node 对 doc id 进行哈希路由，将请求转发到对应的 node，此时会使用 round-robin随机轮询算法，在primary shard和所有replica中随机选择一个，让读请求负载均衡
• 接收请求的node返回 document 给 coordinate node，由其返回 document 给客户端

3 数据均衡

3.1 触发条件

• 新索引的建立
• 索引的删除
• 新增副本分片
• 节点增减引发的数据均衡

3.2 分配机制

Shard allocation分片分配就是把一个分片分配到集群中某个节点的过程, ES通过两个基础组件来完成分片分配这个过程的： allocator 和 deciders

3.2.1 JAVA策略

allocator 类，用于寻找最优的节点来分配分片

• PrimaryShardAllocator 找到拥有某 Shard 最新数据(主分片)的节点；
• ReplicaShardAllocator 找到磁盘上拥有这个 Shard 数据(副本分片)的节点；
• BalancedShardsAllocator 找到拥有最少 Shard 个数的节点；