Elasticsearch架构原理快速了解

目录
一、ES的简单了解
（一）直面Elasticsearch
（二）Elasticsearch和关系型数据库的对比
二、基本概念回顾
（一）索引、文档、字段的概念
（二）映射
（三）集群和节点
（四）分片和副分片
（五）DSL
三、架构原理
（一）节点职责
（二）主分片和副分片
（三）路由盘算
Routing值
路由盘算公式
路由的目的
路由的自界说和灵活性
案例举例
（四）ES写文档的过程
（五）ES读文档的过程
四、基本问题的反思
（一）ES是怎样提升数据的高可用性的呢？
（二）ES怎样提升服务的高并发性能呢？

---

干货分享，感谢您的阅读！
一、ES的简单了解

（一）直面Elasticsearch

Elasticsearch（通常简写为ES）是一个开源的分布式搜索和分析引擎，它被设计用于快速、及时地搜索和分析大规模数据。以下是对Elasticsearch的简单了解：

• 分布式搜索引擎：Elasticsearch是一个分布式体系，它可以在多个节点上运行，允许你存储和搜索大量的数据。这使得它非常适合处置惩罚日志、文档、地理空间数据等各种类型的信息。
  
• 文本搜索：Elasticsearch是一个强大的文本搜索引擎，它可以高效地搜索和匹配文本数据。它支持全文搜索、模糊搜索、多字段搜索等功能，使得用户可以轻松地构建搜索引擎、保举体系和数据分析应用。
  
• 及时性：Elasticsearch支持及时搜索，这意味着当你添加、更新或删除文档时，你可以立刻在搜索结果中看到变化，这对于监控、日志分析和及时报告非常有用。
  
• 多种数据类型支持：Elasticsearch不但支持文本数据搜索，还支持地理空间数据、数值数据、日期和时间数据等多种数据类型的搜索和分析。
  
• 弹性和可扩展性：Elasticsearch是弹性的，你可以根据必要添加或删除节点，以顺应不停增长的数据和负载。它还具有自动分片和复制机制，以确保数据的高可用性和可扩展性。
  
• RESTful API：Elasticsearch提供了一个易于使用的RESTful API，使得与其交互变得简单。你可以使用HTTP请求来实行各种操纵，比方索引文档、实行搜索查询、管理索引和节点等。
  
• 生态体系：Elasticsearch是Elastic公司的一个产物，它是ELK（Elasticsearch、Logstash和Kibana）堆栈的一部分，用于日志收集、分析和可视化。此外，有丰富的插件和工具，可以扩展Elasticsearch的功能。
  

Elasticsearch在多个领域中都有广泛的应用，包罗搜索引擎、日志和变乱数据分析、业务智能、监控和仪表板制作等。无论是构建及时搜索引擎照旧分析大规模数据，Elasticsearch都是一个非常有代价的工具。
更多基本的了解可以见ES初识学习与简单实践总结-CSDN博客。
（二）Elasticsearch和关系型数据库的对比

Elasticsearch和关系型数据库是两种差别类型的数据存储体系，它们在数据模子、用途和功能上有一些显著的区别。以下是Elasticsearch和关系型数据库的对比：
数据模子：

• Elasticsearch：Elasticsearch是一个面向文档的分布式搜索引擎。它的数据模子基于文档，每个文档是一个包含了JSON格式数据的独立单元。文档可以属于差别的索引，每个文档可以具有差别的结构。
  
• 关系型数据库：关系型数据库使用表和行的结构来存储数据。表必要界说模式（Schema），全部行都必须遵循雷同的结构。
  

查询语言：

• Elasticsearch：使用DSL（Domain-Specific Language）进行查询，这是一种结构化的查询语言，特殊适用于全文搜索、及时数据分析和地理空间查询。
  
• 关系型数据库：通常使用SQL（Structured Query Language）进行查询，适用于结构化数据的查询和操纵。
  

搜索和全文检索：

• Elasticsearch：专注于全文搜索和复杂查询，支持分词、模糊搜索、短语匹配等高级搜索功能。
  
• 关系型数据库：虽然关系型数据库也可以进行搜索，但不如Elasticsearch在全文搜索和复杂搜索方面高效。
  

及时性：

• Elasticsearch：支持及时索引，可以在文档添加、更新或删除时立刻反映变化。
  
• 关系型数据库：通常更适用于批处置惩罚和事务性操纵，及时性可能较低。
  

可扩展性：

• Elasticsearch：具有良好的横向扩展性，可通过添加更多的节点来处置惩罚大规模数据和高负载。
  
• 关系型数据库：通常更适用于单节点或垂直扩展，横向扩展性较差。
  

数据同等性：

• Elasticsearch：在分布式环境中夸大性能和及时性，可能捐躯了同等性。它使用分片和副本来进步可用性，但在网络分区等环境下可能会出现数据不同等。
  
• 关系型数据库：通常夸大ACID（原子性、同等性、隔离性、长期性）事务，确保数据同等性。
  

用途：

• Elasticsearch：适用于全文搜索、及时日志分析、监控、数据分析、地理信息体系（GIS）等必要高级搜索和及时性的应用。
  
• 关系型数据库：适用于事务性应用、数据管理、企业应用等传统的关系型数据存储需求。
  

总的来说，Elasticsearch和关系型数据库在用途上有差异，选择取决于你的详细需求。通常环境下，Elasticsearch更适合必要全文搜索和及时性的应用，而关系型数据库更适用于事务性和结构化数据管理。偶然候，也可以将它们联合使用，根据需求选择最合适的工具。
二、基本概念回顾

当使用Elasticsearch时，有一些基本概念是很重要的，下面是一些ES基本概念的回顾：
（一）索引、文档、字段的概念

当使用Elasticsearch时，明确以下核心概念非常重要：索引（Index）、文档（Document）和字段（Field）。以下是对这些概念的详细先容和明确：
索引（Index）

• 概念：索引是Elasticsearch中的一个逻辑容器，用于构造和存储相干的文档数据。它类似于关系数据库中的表，但更灵活。
  
• 明确：可以将索引看作是一个大型数据集的容器，用于存储相似类型的数据。比方，你可以创建一个名为"products"的索引，用于存储产物信息。
  

文档（Document）

• 概念：文档是存储在索引中的基本数据单元，通常以JSON格式表示。每个文档代表了一个独立的数据记载。
  
• 明确：文档类似于关系数据库中的一行记载。比方，在"products"索引中，每个文档可以代表一个产物，包罗产物的名称、描述、价格等信息。
  

字段（Field）

• 概念：字段是文档中的数据项，它们包含了文档的详细信息。每个字段都有一个名称和一个对应的值。
  
• 明确：在一个文档中，每个字段代表了一个属性或特性，比方，一个产物文档可以包含字段如“productName”、“productDescription”、“price”等，每个字段存储相干信息。
  

综合起来，可以将这些概念视为构造和存储数据的条理结构：

• 一个索引可以包含多个文档，这些文档代表了差别类型的数据。
  
• 每个文档包含多个字段，每个字段存储文档的详细数据。
  

这种条理结构的弹性和灵活性使得Elasticsearch非常适合处置惩罚大规模、异构数据，并且具有强大的搜索和分析功能。通过明确这些概念，你可以更好地构造、检索和分析你的数据。
（二）映射

映射（Mapping）是Elasticsearch中的一个重要概念，它用于界说索引中文档的结构和字段的属性。映射指定了每个字段的数据类型、怎样分析文本、是否存储原始数据等信息。以下是关于映射的详细先容：

• 字段的数据类型：映射确定了每个字段的数据类型，比方文本、数值、日期、布尔值等。指定精确的数据类型有助于Elasticsearch精确地索引和搜索数据。
  
• 分析器（Analyzer）：对于文本字段，映射可以指定使用哪种分析器来处置惩罚文本数据。分析器决定了怎样将文本拆分成词条，以及怎样处置惩罚这些词条，比方小写化、删除停用词等。
  
• 存储选项：映射可以指定是否将字段的原始值存储在索引中。存储原始值可以进步检索性能，但会占用更多的存储空间。
  
• 多值字段：映射允许你指定字段是否可以包含多个值，这对于数组或多选字段非常有用。
  
• 日期格式：对于日期字段，映射可以界说日期的格式，以确保精确的日期解析和排序。
  
• 自界说字段属性：你还可以在映射中界说自界说字段属性，比方字段的权重、是否可搜索、是否可排序等。
  
• 嵌套对象：映射允许你在文档中包含嵌套对象，这些对象可以具有本身的字段和映射。
  

映射的精确界说对于Elasticsearch的性能和数据质量非常重要。它确保了索引中的文档被精确地存储和检索，并允许实行高级的搜索和分析操纵。通常，映射可以自动创建，但在必要更精细的控制时，也可以手动界说映射。
（三）集群和节点

在Elasticsearch中，集群（Cluster）和节点（Node）是两个核心的概念，用于管理和处置惩罚数据。以下是有关集群和节点的详细表明：

集群（Cluster）

• 概念：集群是一个或多个节点的集合，它们协同工作以存储和处置惩罚数据。集群是Elasticsearch的最高级别的构造单元。
  
• 用途：集群用于处置惩罚大规模数据，提供高可用性和容错性。它允许将数据分布在多个节点上，从而实现数据的程度扩展和负载均衡。
  
• 特点：集群有一个唯一的名称，它可以包含恣意数目的节点。集群中的节点可以加入或离开，使得集群可以动态调解以顺应差别的负载。
  

节点（Node）

• 概念：节点是集群中的单个实例，它可以是物理服务器或假造呆板。每个节点是一个独立的Elasticsearch实例，具有本身的配置和角色。
  
• 用途：节点用于存储数据和实行搜索操纵。每个节点负责管理分配给它的数据分片，并响应来自客户端的查询请求。
  
• 特点：每个节点有一个唯一的名称，可以配置为具有差别的角色，比方主节点（Master Node）、数据节点（Data Node）、和谐节点（Coordinator Node）等。差别的角色决定了节点的功能。
  

集群是多个节点的集合，用于协同工作以存储和处置惩罚数据，提供高可用性和扩展性。节点是集群中的独立实例，负责详细的数据存储和搜索任务。
（四）分片和副分片

在Elasticsearch中，分片（Shard）和副本分片（Replica Shard）是关于数据存储和可用性的重要概念。它们允许你将数据分散存储在多个节点上，以进步性能和容错性。
分片（Shard）

• 概念：分片是将索引中的数据分割成更小的部分的方式。每个索引可以分成多个主分片，这些主分片之间是独立的数据单元。
  
• 用途：分片用于程度扩展数据存储和搜索性能。当索引的大小凌驾单个节点的处置惩罚本领时，分片使得数据可以分布在多个节点上。
  
• 特点：默认环境下，每个索引有5个主分片。你可以在创建索引时指定分片的数目，但一旦创建，分片数目就不能更改。
  

副本分片（Replica Shard）

• 概念：副本分片是主分片的精确复制。每个主分片可以有零个或多个副本分片。副本分片包含了主分片的完备拷贝。
  
• 用途：副本分片用于进步数据的可用性和容错性。假如主分片丢失或不可用，副本分片可以顶替它，确保数据不会丢失。
  
• 特点：副本分片的数目可以在索引创建后随时更改，以进步可用性和性能。通常，每个主分片至少有一个副本。
  

分片和副本分片是Elasticsearch中用于数据管理和可用性的关键概念。分片允许程度扩展数据，副本分片提供了数据的冗余和容错性。

一个分片的主分片和副分片分别存储在差别的盘算机上，如上图为一个三个节点的集群，某索引设置了3个主分片，每个主分片分配了两个副分片，P表示该分片的主分片，R表示该分片的副分片，P和R后面的数字表示其编号。在极端环境下，当有一个节点时，假如索引的副分片个数设置大于1，则体系只分配主分片，而不会分配副分片。
（五）DSL

在Elasticsearch中，DSL代表"Domain-Specific Language"（领域特定语言），它是一种用于构建和实行复杂查询的结构化查询语言。DSL允许用户以非常灵活和精确的方式界说搜索和分析操纵。DSL是Elasticsearch查询的核心组成部分，用于与Elasticsearch进行交互，从而检索和操纵数据。
DSL查询通常以JSON（JavaScript Object Notation）格式编写，因此它是一种使用JSON语法的查询语言。DSL查询由一个或多个查询子句组成，这些子句界说了搜索的条件、过滤条件、聚合操纵等。以下是DSL查询中常见的一些查询子句和其作用：

• Match Query：用于实行全文搜索，根据文本匹配度对文档进行排序。
  
• Term Query：用于精确匹配字段的值，不实行分析。
  
• Range Query：用于匹配指定范围内的数值或日期字段。
  
• Bool Query：允许组合多个查询子句，使用布尔逻辑（AND、OR、NOT）来构建复杂的查询。
  
• Filter：用于精确过滤文档，不影响文档的相干性排序。
  
• Aggregations：用于实行数据分析操纵，比方汇总、平均值、求和、直方图等。
  
• Nested Query：用于在嵌套文档中实行查询。
  
• Geo Queries：用于地理位置数据的查询，如地理坐标和地理形状。
  

DSL查询非常强大且灵活，允许根据详细的搜索和分析需求构建高级查询。它是Elasticsearch的一个关键特性，用于创建强大的搜索引擎和数据分析应用。通过构建复杂的DSL查询，可以精确地检索和分析数据，以满足差别的用例和业务需求。
三、架构原理

Elasticsearch的架构原理允许用户构建高性能、可扩展、及时的搜索和分析体系。然而，分布式体系的管理和维护可能具有一定的复杂性，必要谨慎规划和配置，以确保数据的完备性和性能。
（一）节点职责

Elasticsearch中的节点可以饰演差别的职责，根据其角色和配置，以下是常见的ES节点职责分析：
主节点（Master Node）

• 主要职责：主节点负责集群的管理和和谐，包罗索引和分片的创建、删除、重新分配等。它还负责维护集群状态信息。
  
• 配置特点：通常，一个集群中只有一个主节点，但可以有多个备用主节点以提供冗余和高可用性。
  

数据节点（Data Node）

• 主要职责：数据节点负责存储索引数据和实行搜索操纵。它们存储分片的副本，以提供高可用性。数据节点也负责处置惩罚文档的索引和删除操纵。
  
• 配置特点：一个集群可以有多个数据节点，详细数目取决于集群规模和性能需求。
  

和谐节点（Coordinator Node）

• 主要职责：和谐节点不存储数据，但负责接收来自客户端的搜索和查询请求，然后将请求分发到适当的数据节点。这有助于减轻数据节点的负载。
  
• 配置特点：可以在大型集群中引入和谐节点，以处置惩罚大量的搜索请求。
  

候选主节点（Candidate Master Node）

• 主要职责：候选主节点是潜伏的主节点候选者，当主节点失败时可以自动接管主节点的角色。它们有本领成为主节点，但不会主动参与主节点的选举。
  
• 配置特点：通常，每个节点都是候选主节点，但只有一个会成为活动主节点。
  

差别的节点角色和配置允许Elasticsearch在差别的用例和环境中发挥其强大的搜索和分析本领。根据需求和性能目标，可以选择配置适当数目和类型的节点，以构建高性能、高可用性的ES集群。
主节点（Master Node）、数据节点（Data Node）和和谐节点（Coordinator Node）三种节点类型通常是Elasticsearch集群中的核心节点，它们协同工作以实现数据存储、搜索和和谐。
为了降低Elasticsearch集群的负载并更好地处置惩罚大量搜索请求，可以配置某些节点作为专门的和谐节点。这些和谐节点不负责存储数据，而是负责接收来自客户端的搜索和查询请求，并将这些请求转发到包含实际数据的数据节点上。

配置和谐节点：

• 创建和谐节点配置文件：起首，创建一个新的Elasticsearch配置文件，通常可以在集群中的节点上创建一个新的配置文件。
  
• 配置节点类型：在配置文件中，指定节点的类型为"coordinating-only"。这告诉Elasticsearch这是一个专门的和谐节点，不会存储数据。
  
  1. node.master: false
  2. node.data: false
  3. node.ingest: false

  复制代码
• 配置其他设置：根据必要，可以配置其他节点设置，如网络绑定、HTTP端口等。
  
• 启动节点：使用配置文件启动和谐节点。确保节点成功加入集群。
  

和谐节点的作用分析：

• 负载均衡：和谐节点的主要作用是分发搜索和查询请求到数据节点，从而实现负载均衡。这有助于减轻数据节点的负担，特殊是在处置惩罚大量并发请求时。
  
• 减少网络开销：和谐节点可以减少客户端与数据节点之间的网络开销。客户端只需与和谐节点通信，和谐节点负责将请求发送到适当的数据节点，然后将结果返回给客户端。
  
• 隔离查询层和数据层：和谐节点的存在将查询逻辑与数据存储分开，使得可以更容易管理和调解每个层的性能和资源。
  
• 进步安全性：和谐节点可以用作防火墙前端，允许你在和谐节点上实行访问控制和安全策略，以掩护数据节点免受未经授权的访问。
  

和谐节点在Elasticsearch集群中起到非常重要的作用，特殊是在大规模集群和高并发环境中。它们可以有用降低数据节点的负载，进步集群的性能和可伸缩性。配置和谐节点是一种智能的方式来优化Elasticsearch集群的性能和资源利用率。
（二）主分片和副分片

Elasticsearch为了支持分布式搜索和进步高可用性，采用了以下机制：

• 数据分片：索引被分成多个分片，每个分片可拥有零个或多个副本。这些分片和副本分散在差别的节点上，增强了数据的可用性和并发性能。
  
• 主分片和副本：每个分片包罗一个主分片和其可能的多个副本分片。主分片负责存储数据，副本分片提供冗余和高可用性。假如主分片所在节点宕机，某个副本分片将晋升为主分片以继续提供服务。
  

这种分布式结构允许Elasticsearch在多个节点上同时实行搜索和查询操纵，进步了性能和吞吐量。此外，副本分片确保数据的冗余性，防止了单点故障。当主分片不可用时，体系可以或许敏捷切换到副本分片，确保数据的持续可用性。这些机制一起使得Elasticsearch成为一款强大的分布式搜索和分析引擎。
我们再次将视角拉回到上面的简单集群，假如node1发生故障宕机，集群感知到分片0的主分片P0将要丢失，此时集群会立刻将其他节点（如node3）上的分片0对应的副分片R0作为主分片P0进行服务。集群中由node2和node3对外提供服务，全部的分片相干的服务不受影响。

假如node1恢复了服务并加入集群中，由于在node1上还保留有分片0的数据，此时node1上的分片P0会变成副分片R0，在此期间缺失的数据会通过node3上的主分片P0进行补充。并且node1上的分片R1和R2也会分别从node3和node2上对应的P1和P2分片上补充数据，如下图所示：

当客户端对某个索引的请求被分发到ES的和谐节点时，和谐节点会将请求进行转发，转发的对象是包含这个索引的全部分片的部分节点。和谐节点中有一份分片-节点路由表，该表主要存放分片和节点的对应关系。和谐节点采用轮询算法，选取该索引的主/副分片所在的节点进行请求转发。一个索引的主分片设定后就不能再修改，假如想继续提升索引的并发性能，则可以增长索引的副分片个数，此时和谐节点会将这些副分片加入轮询算法中。
（三）路由盘算

Elasticsearch的路由盘算是指确定文档应该存储在哪个主分片上的过程。路由盘算使用一个叫做routing的值来决定文档的归属，然后将文档路由到相应的主分片。
Routing值

• routing 是一个用户或应用程序界说的值，通常用于标识文档应该被路由到哪个主分片。
  
• routing 可以是任何字符串或数字，通常是与应用程序中的特定逻辑相干的标识符，比如用户ID、产物ID、地理位置等。
  
• 客户端在写入文档时可以明确指定 routing 值，也可以让Elasticsearch根据文档内容自动盘算。
  

路由盘算公式

Elasticsearch使用以下路由盘算公式来确定文档的路由目标主分片：
   shard = hash(routing) % number_of_primary_shards
  

• hash(routing) 表示对 routing 值进行哈希盘算，以得到一个哈希码。
  
• % number_of_primary_shards 表示取哈希码与主分片数目取模的结果，从而确定目标主分片的编号。
  

路由的目的

• 路由的目的是将文档均匀地分布到索引的各个主分片上，以实现数据的分散存储和负载均衡。
  
• 良好的路由策略可以确保索引数据在差别主分片上的分布较为均匀，避免了数据倾斜，进步了性能和可扩展性。
  

路由的自界说和灵活性

• 客户端可以根据应用程序的需求自界说 routing 值，以控制文档的路由。
  
• Elasticsearch还支持使用自界说的路由盘算器，允许应用程序界说更复杂的路由策略，以满足特定的业务需求。
  

总之，Elasticsearch的路由盘算机制允许根据文档的 routing 值将数据路由到适当的主分片上，以实现数据的分布式存储和负载均衡。当一个文档必要被写入Elasticsearch索引时，路由盘算用于确定该文档应该存储在哪个主分片上。
案例举例

以下是一个示例，以资助更清晰地明确路由盘算的工作原理：
假设有一个名为 "user" 的索引，它有5个主分片（number_of_primary_shards为5）。如今，我们要将一个用户的信息文档写入到这个索引中，并使用用户的ID来作为 routing 值。用户ID可以是任何字符串或数字，但为了示例简化，我们使用数字：
文档信息：

• 用户ID: 12345
  
• 文档内容: 用户名、电子邮件等用户信息
  

路由盘算：
我们使用以下路由盘算公式来确定文档的目标主分片：
   shard = hash(routing) % number_of_primary_shards
  在示例中，用户ID为12345，所以 routing 值就是12345。接下来，我们将盘算哈希值：hash(12345)，得到一个哈希码。假设哈希码为3，然后我们取哈希码与主分片数目5取模：3 % 5，结果为3。
结果：
根据路由盘算，文档应该路由到主分片3上。和谐节点将该写入请求发送到负责主分片3的数据节点，然后数据节点存储该文档。
通过这个路由盘算过程，Elasticsearch确保文档被均匀地分布到索引的各个主分片上，实现了数据的分散存储。这有助于进步性能、负载均衡和高可用性，由于数据存储在差别的节点上，同时也确保了数据冗余，以应对节点故障。这是Elasticsearch分布式架构的核心部分。
（四）ES写文档的过程

当Elasticsearch的和谐节点接收到客户端发送的写入文档请求，它会实行以下关键步骤来确保文档的成功写入：
1.路由盘算

• 和谐节点起首实行路由盘算，这是通过一定的路由算法来确定文档应该存储在哪个主分片上。
  
• 路由盘算通常使用文档的routing值来盘算目标主分片，确保文档被分配到精确的位置。
  

2.写入主分片

• 和谐节点将写入请求转发到目标主分片所在的数据节点。目标主分片负责实际存储文档。
  
• 数据节点将文档写入主分片的Lucene索引，确保文档的长期化存储。
  

3.主分片副本同步

• 假如索引配置了副本分片，主分片在写入后会将数据同步到全部副本分片所在的节点。这确保了数据的冗余性和高可用性。
  
• 同步操纵确保即使某个节点发生故障，数据仍然可用。
  

4.写入确认

• 一旦主分片和全部副本分片都成功写入文档，数据节点会向和谐节点发送写入确认。
  
• 和谐节点知道文档已经成功写入索引。
  

5.响应客户端

• 和谐节点将写入成功的确认信息发送给客户端，以通知客户端文档已经成功写入索引。
  

   完全同等性
  Elasticsearch确保写入操纵的完全同等性。这意味着只有在主分片和全部副本分片都成功写入后，写入操纵才会被确认为成功。这确保了数据的可靠性。
  高可用性
  主分片和副本分片的机制确保了数据的高可用性。即使在节点故障的环境下，数据仍然可以从副本分片中检索。
  这个过程确保了文档的安全写入和长期存储，同时保障了数据的高可用性和同等性。Elasticsearch的写入操纵是其分布式性能和可用性的核心组成部分，支持及时数据的索引和检索。

上图中，一个包含3个节点的ES集群，假设索引中只有3个主分片和6个副分片，客户端向节点1发起向索引写入一条文档的请求，在本次请求中，节点1被称为和谐节点。节点1判断数据应该映射到哪个分片上。假设将数据映射到分片1上，由于分片1的主分片在节点2上，因此节点1把请求转发到节点2上。节点2接收客户端的数据并进行存储，然后把请求转发到副分片1所在的节点1和节点3上，当全部副分片所在的节点全部完成存储后，和谐节点也就是节点1向客户端返回成功标记。
（五）ES读文档的过程

Elasticsearch读取文档的过程相对简单，但仍然包罗几个关键步骤，下面是这个过程的详细分析：
1.客户端发起读取请求

• 当客户端必要检索一个或多个文档时，它会向Elasticsearch集群中的任何一个节点发送读取请求。
  
• 请求通常包罗索引名称、文档ID以及任何其他检索条件。
  

2.路由盘算

• 接收读取请求的节点会实行路由盘算，以确定文档存储在哪个主分片上。这通常使用文档的routing值来盘算目标主分片。
  

3.读取主分片

• 一旦目标主分片确定，节点将读取请求转发到拥有该主分片的数据节点。
  
• 数据节点从主分片的Lucene索引中检索文档数据。
  

4.返回文档数据

• 数据节点将检索到的文档数据返回给和谐节点，然后和谐节点将其通报给客户端。
  
• 客户端接收到文档数据后，可以对其进行处置惩罚或显示。
  

5.数据同等性和高可用性

• Elasticsearch确保读取操纵的数据同等性。这意味着只有在主分片上的数据被读取后，读取操纵才会返回成功。
  
• 假如主分片不可用，Elasticsearch会自动从副本分片中选择一个来满足读取请求，以确保数据的高可用性。
  

6.查询处置惩罚（可选）

• 在读取文档时，客户端可以使用查询条件来筛选文档，比方实行全文搜索或过滤文档。
  
• Elasticsearch支持强大的查询语言和过滤器，允许客户端定制检索条件。
  

7.近及时性

• 读取操纵通常是近及时的，文档数据会尽快对外可见。但必要注意，在某些环境下，由于分片的同步延迟，可能会存在短暂的延迟。
  

8.负载均衡

• Elasticsearch的和谐节点负责将读取请求路由到精确的主分片上，以实现负载均衡和高性能的检索操纵。
  
• 查询请求可以在多个节点上并行实行，以进步响应速度。
  

总之，Elasticsearch的读取文档过程涉及路由盘算、数据检索和返回，以及数据同等性和高可用性的保障。这使得Elasticsearch成为一个强大的及时数据检索引擎，支持在大规模数据集上实行复杂的查询操纵。

上图所示，一个包含3个节点的ES集群，假设索引中只有3个主分片和6个副分片，客户端向节点1发起向索引获取文档的请求，在本次请求中，节点1被称为和谐节点。节点1判断数据应该映射到哪个分片上。假设将数据映射到分片1上，分片1有主/副两种分片，分别在节点2、节点1和节点3上。假设此时和谐节点的轮询算法选择的是节点3，那么它会将请求转发到节点3上，然后节点3会把数据传输给和谐节点，也就是节点1，最后由节点1向客户端返回文档数据。
四、基本问题的反思

（一）ES是怎样提升数据的高可用性的呢？

Elasticsearch通过多种方式提升数据的高可用性，以确保数据在集群中的长期性和可用性。以下是一些关键的机制和策略，ES用来进步高可用性：
分片和副本

• Elasticsearch将每个索引分别为多个分片（Shard），这些分片可以分布在差别的节点上，以实现数据的程度分割和负载均衡。
  
• 每个分片都可以配置多个副本分片（Replica Shard），这些副本分片存储了分片的复制，确保了数据的冗余性。假如主分片不可用，副本分片可以顶替它，保证数据的可用性。
  

主从架构

• Elasticsearch的集群通常包罗一个主节点（Master Node）和多个数据节点（Data Node）。主节点负责管理集群的元数据，包罗索引和分片的创建和重新分配。数据节点负责存储和处置惩罚数据。
  
• 主节点选举机制确保了在主节点故障时可以或许选举出新的主节点，从而保持集群的可用性。
  

节点冗余性

• Elasticsearch支持配置多个主节点、数据节点和和谐节点，以提供节点级别的冗余性。假如一个节点故障，其他节点可以继续处置惩罚请求。
  
• 仲裁节点（Voting-Only Node）用于进步主节点选举的可靠性，防止脑裂问题。
  

故障检测和自动恢复

• Elasticsearch具有内置的故障检测机制，可以检测到节点的故障或不可用性。
  
• 当节点不可用时，Elasticsearch会自动重新分配分片和副本，以将数据从不可用节点中恢复到其他可用节点上。
  

数据长期性

• Elasticsearch会将索引数据长期化到磁盘，确保数据在节点重启或瓦解后不会丢失。
  
• 定期的快照和备份策略可以资助掩护数据的长期性，并支持灾难恢复。
  

数据恢复策略

• 当新节点加入集群或旧节点重新加入集群时，Elasticsearch使用数据恢复策略来高效地将数据重新分配到节点上，以加快数据的可用性。
  

总之，Elasticsearch通太过片和副本、主从架构、节点冗余性、故障检测和自动恢复、数据长期性等多种机制来进步数据的高可用性。这使得Elasticsearch适用于构建可靠的分布式搜索和分析体系，即使在节点故障或网络问题的环境下，也可以保持数据的可用性和同等性。
（二）ES怎样提升服务的高并发性能呢？

Elasticsearch可以通过一系列优化和配置来提升其服务的高并发性能，确保可以或许快速响应大量的查询请求。以下是一些进步Elasticsearch高并发性能的关键策略和方法：
公道分片设计：

• 确保索引的分片数目公道。假如分片数目太少，可能无法充分利用集群中的节点；假如分片数目太多，会增长集群管理的复杂性。
  
• 根据数据量和查询负载来确定分片数目，避免分片过多或过少。
  

节点扩展和负载均衡：

• 随着负载的增长，可以扩展集群，添加更多的数据节点和和谐节点，以增长处置惩罚本领。
  
• 使用负载均衡器来分发查询请求，确保它们均匀分布到差别的节点上，减轻单个节点的压力。
  

使用副本分片：

• 副本分片提供了数据的冗余和负载均衡。每个主分片可以有多个副本，这些副本可以处置惩罚读请求，从而进步读取性能。
  
• 注意，增长副本分片会增长存储需求，因此必要根据资源和需求来均衡。
  

查询优化：

• 使用Elasticsearch的DSL查询语言构建高效的查询，避免不须要的查询和过滤操纵。
  
• 使用查询缓存来缓存频仍实行的查询，以减轻查询负载。
  

数据模子优化：

• 映射（Mapping）的设计对性能有重要影响。选择合适的数据类型、分析器和索引选项可以进步搜索性能。
  
• 使用近及时（Near Real-Time）索引设置来实现快速的数据可用性。
  

分布式搜索和聚合：

• 使用Elasticsearch的分布式搜索功能，允许查询在全部节点上并行实行，进步搜索性能。
  
• 避免在查询中实行大量的聚合操纵，由于它们可能会消耗大量盘算资源。
  

监控和性能调解：

• 使用监控工具来监视集群性能，包罗CPU、内存、磁盘和网络使用环境。
  
• 根据监控数据对集群进行性能调解，比方增长节点、调解分片设置等。
  

硬件优化：

• 选择性能强大的硬件，特殊是对于数据节点，包罗高速CPU、大内存、快速磁盘等。
  
• 使用固态硬盘（SSD）来进步磁盘性能，以加速读写操纵。
  

查询预热：

• 预热（Warm-Up）查询可以在启动集群或重新加载索引后实行，以使缓存和查询性能优化达到最佳状态。
  

数据压缩和编码：

• 使用数据压缩和编码技术来减小索引的存储占用，进步数据传输服从。
  

通过以上策略和方法，可以有用进步Elasticsearch的高并发性能，确保它可以或许应对大规模和高负载的查询请求，同时保持稳定性和可伸缩性。要注意的是，性能调优是一个持续的过程，必要根据实际需求和监控数据进行不停优化和调解。














免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。