黑马es集群

1、为什么要做es集群

单机的elasticsearch做数据存储，必然面临两个问题:海量数据存储问题、单点故障问题

        海量数据存储问题:将索引库从逻辑上拆分为N个分片(shard)，存储到多个节点

        单点故障问题:将分片数据在不同节点备份(replica)

2、搭建es集群

        1、用3个docker容器模拟3个es节点

        

version: '2.2'
services:
  es01:
    image: elasticsearch:7.12.1
    container_name: es01
    environment:
      - node.name=es01
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es02,es03
      - cluster.initial_master_nodes=es01,es02,es03
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    volumes:
      - data01:/usr/share/elasticsearch/data
    ports:
      - 9200:9200
    networks:
      - elastic
  es02:
    image: elasticsearch:7.12.1
    container_name: es02
    environment:
      - node.name=es02
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es01,es03
      - cluster.initial_master_nodes=es01,es02,es03
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    volumes:
      - data02:/usr/share/elasticsearch/data
    ports:
      - 9201:9200
    networks:
      - elastic
  es03:
    image: elasticsearch:7.12.1
    container_name: es03
    environment:
      - node.name=es03
      - cluster.name=es-docker-cluster
      - discovery.seed_hosts=es01,es02
      - cluster.initial_master_nodes=es01,es02,es03
      - "ES_JAVA_OPTS=-Xms512m -Xmx512m"
    volumes:
      - data03:/usr/share/elasticsearch/data
    networks:
      - elastic
    ports:
      - 9202:9200
volumes:
  data01:
    driver: local
  data02:
    driver: local
  data03:
    driver: local

networks:
  elastic:
    driver: bridge

        这是一个使用Docker Compose编排的Elasticsearch集群配置文件。在这个配置中，定义了三个Elasticsearch节点（`es01`、`es02`和`es03`）以及它们共享的网络、卷和相关设置。

        - `version: '2.2'`指定了使用的Docker Compose版本。
        - `services`段定义了各个服务，对应了三个Elasticsearch节点`es01`、`es02`和`es03`。
        - 每个Elasticsearch节点都基于`elasticsearch:7.12.1`镜像启动，指定了节点名称、集群名称、发现种子主机、初始主节点和Java虚拟机参数等环境变量配置。
        - `volumes`段定义了三个数据卷`data01`、`data02`和`data03`用于持久化地存储Elasticsearch数据。
        - `ports`指定了将Elasticsearch节点的9200端口（或9200、9201、9202）映射到主机的9200端口（或9201、9202、9203），允许通过主机访问Elasticsearch服务。
        - `networks`段指定了每个Elasticsearch节点连接到`elastic`网络，通过该网络实现节点之间的通信和互连。
        - `volumes`部分定义了三个本地驱动的数据卷用于持久化存储Elasticsearch数据。
        - `networks`部分定义了一个名为`elastic`的桥接网络，用于连接Elasticsearch节点。

这个配置文件实现了一个基于Docker容器的Elasticsearch集群，通过定义各节点之间的通信方式、数据存储方式和网络连接，使得这些独立的Elasticsearch节点能够组成一个工作集群，共同提供Elasticsearch服务。
 

2、设置虚拟机内存

es运行需要修改一些linux系统权限，修改`/etc/sysctl.conf`文件

        vi /etc/sysctl.conf

添加下面的内容：

        vm.max_map_count=262144

然后执行命令，让配置生效：

        sysctl -p

通过docker-compose启动集群：

        docker-compose up -d

        3、通过cerebro管理集群

        具体文件见黑马视频，需要注意的是java版本的匹配

        图中版本我使用的是jdk1.8，实测jdk21会闪退

        在地址栏中输入你任意一个es容器地址和端口即可，注意不要忘了http://

        

es集群的脑裂

        默认情况下，每个节点都是master eligible节点，因此一旦master节点宕机，其它候选节点会选举一个成为主节点。当主节点与其他节点网络故障时，可能发生脑裂问题。
        为了避免脑裂，需要要求选票超过(eligible节点数量+1)/2才能当选为主，因此eligible节点数量最好是奇数。对应配置项是discovery.zen.minimum master nodes，在es7.0以后，已经成为默认配置，因此一般不会发生脑裂问题

master eligible节点的作用是什么?
        参与集群选主
        主节点可以管理集群状态、管理分片信息、处理创建和删除索引库的请求
data节点的作用是什么?

        数据的CRUD

coordinator节点的作用是什么?
        路由请求到其它节点
        合并查询到的结果，返回给用户

3、分布式细节

分布式存储

分布式查询

其中的coordinating node也可以是其中节点的任意一个

总结：

        分布式新增如何确定分片?

                coordinating node根据id做hash运算，得到结果对shard数量取余，余数就是对应的分片
        

        分布式查询:

                分散阶段:coordinating node将查询请求分发给不同分片

                收集阶段:将查询结果汇总到coordinatingnode，整理并返回给用户

4、故障转移

        集群的master节点会监控集群中的节点状态，如果发现有节点宕机，会立即将宕机节点的分片数据迁移到其它节点，确保数据安全，这个叫做故障转移。

        

        主节点挂了就选个新的主节点，然后数据迁移，其他节点挂了就直接数据迁移

故障转移:
        master容机后，EligibleMaster选举为新的主节点:

        master节点监控分片、节点状态，将故障节点上的分片转移到正常节点，确保数据安全。