在生产环境运行Elasticsearch深度指南

在本文，我不是来告诉你 Elasticsearch 强大，快速并且几乎可以正常运行。

在本文，我也是来告诉你 Elasticsearch 可能是不透明的，让人困扰，并且似乎无缘无故地出问题。在这篇

在本文，我想分享我的经验和技巧，了解如何正确配置 Elasticsearch 并避免常见的陷阱。

我写文章目的也不是为了赢利，所以我会将全部内容放到这一篇文章中，而不是将它分解成一系列。你可以随意跳过不感兴趣的章节。

基础知识：集群，节点，索引和分片

如果你是 Elasticsearch（ES）新手，我想先解释一些基本概念。本节完全不涉及最佳实践，主要侧重于解释术语。大多数人可以直接跳过本节。

Elasticsearch 是用于运行 Apache Lucene（基于 Java 的搜索引擎）分布式管理框架。Lucene 是实际保存数据并进行索引和搜索的地方。ES 位于它之上，让你可以并行运行数千个 Lucene 实例。

ES 的最高级别单元是集群（cluster）。集群是 ES 节点 和索引的集合。

节点 (Node) 是 ES 的实例。它可以是单个服务器，也可以是服务器上运行的 一个 ES 进程。服务器和节点不同，一个 VM 或物理服务器可以包含许多 ES 进程，每个 ES 进程是一个节点。节点只可以加入一个集群。节点有不同类型（type），其中最值得关注的两个类型是数据节点（data node）和主候选节点（ Master-Eligible node）。一个节点可以同时具有多种类型。数据节点运行所有数据操作，即存储、索引和检索数据。主候选节点具有投票 master 的权限，用于管理集群和索引。

索引（Index）是对数据的高级抽象，索引本身不保存数据，它们只是实际存储数据的另一种抽象。对数据执行的任何操作（例如插入，删除，建立索引和搜索）都会对索引产生影响。索引可以完全属于一个集群，并且由分片（ shard） 组成。

分片（Shard）是 Apache Lucene 的实例。一个分片可以容纳许多文档。分片是数据存储，索引和搜索的实际对象。分片只属于一个节点和索引。分片有两种类型：primary 和 replica，它们基本上是完全相同的，拥有相同的数据，并且搜索并行运行在所有分片。在拥有相同数据的所有分片中，其中一个属于 primary。这是唯一可以接受索引请求的分片。如果节点中的主分片挂了，副本将接管并成为主分片。然后，ES 将创建一个新的副本并复制数据。

总结一下，我们整理得到下图：

更深入了解 Elasticsearch

如果你想运行一个系统，相信你需要了解该系统。在本节中，我将解释 Elasticsearch 的各个部分，如果想在生产中进行管理，我相信你需要理解它。本节也不牵涉到具体建议，后文会介绍。本节目的只是为了介绍必要的背景。

Quorum 

理解 Elasticsearch 是一个（有缺陷的）选举体系非常重要。节点投票决定谁应该管理它们，即主节点。主节点运行大量集群管理进程，并且在许多事务方面拥有最终决策权。ES 选举是有缺陷的，是因为只有一小部分节点，即主候选（master-eligible）节点才具有投票权。主候选节点是通过以下配置启用：

node.master: true

在集群启动或主节点离开群集时，所有符合主选举条件的节点都会开始选举新的主节点。为此，你需要具有 2n + 1 个主候选