节点概念：

• 节点是一个Elasticsearch的实例
  • 本质上就是一个JAVA进程
  • 一台机器上可以运行多个Elasticsearch进程，但是生产环境一般建议一台机器上只运行一个Elasticsearch实例

• 每一个节点都有名字，通过配置文件配置，或者启动时候 -E node.name=node1指定
• 每一个节点在启动之后，会分配一个UID，保存在data目录下

节点类型

常用的有以下几种：

• Master Node：主节点
• Master eligible nodes：可以参与选举的合格节点
• Data Node：数据节点
• Coordinating Node：协调节点

Master eligible nodes和Master Node

1、每个节点启动后，默认就是一个 Master eligible节点，

        可以通过 node.master: false 禁止成为 master eligible 节点

2、Master-eligible节点可以通过参加选主流程，成为 Master 节点

3、集群中第一个启动的节点会将自己选举成 Master 节点

4、每个节点上都保存了集群的状态，但是只有 Master 节点才能修改集群的状态信息

        所有的节点信息

        所有的索引和相关的 Mapping、Setting 信息

        分片的路由信息

Master Node的职责

• 处理创建，删除索引等请求，负责索引的创建与删除
• 决定分片被分配到哪个节点
• 维护并且更新Cluster State

选主的过程

• 互相Ping对方，Node ld 低的会成为被选举的节点
• 其他节点会加入集群，但是不承担Master节点的角色。一旦发现被选中的主节点丢失，就会选举出新的Master节点

Data Node & Coordinating Node

• Data Node

  • 可以保存数据的节点，叫做Data Node，负责保存分片数据。在数据扩展上起到了至关重要的作用
  • 节点启动后，默认就是数据节点。可以设置node.data: false 禁止
  • 由Master Node决定如何把分片分发到数据节点上
  • 通过增加数据节点可以解决数据水平扩展和解决数据单点问题

• Coordinating Node

  • 负责接受Client的请求， 将请求分发到合适的节点，最终把结果汇集到一起
  • 每个节点默认都起到了Coordinating Node的职责

可以通过命令查看集群节点信息

GET _cat/nodes?v

 带 * 的表示 Master 节点

也可以通过 cerebro 工具查看

带有 实心的小星星 表示 Master 节点

 

分片(Primary Shard & Replica Shard)

• 主分片（Primary Shard）
  • 用以解决数据水平扩展的问题。通过主分片，可以将数据分布到集群内的所有节点之上
  • 一个分片是一个运行的Lucene的实例
  • 主分片数在索引创建时指定，后续不允许修改，除非Reindex
• 副本分片（Replica Shard）
  • 用以解决数据高可用的问题。 副本分片是主分片的拷贝
  • 副本分片数，可以动态调整
  • 增加副本数，还可以在一定程度上提高服务的可用性(读取的吞吐)
  • 这里注意，副本分片并不是越多越好，es 写操作是，需要将所有副本都写完才会返回，会影响写性能，正常一个副本就够用了
  • 类似日志类的，副本分片可以设置为0

 创建一个索引，设置 3 个主分片，每个分片两个副本，相当于一共有 9 个分片

# 设置三个主分片，每个分片两个副本
PUT /es_db
{"settings": {"number_of_shards": 3, "number_of_replicas": 2}
}

通过 工具查看：

可以看到 三个实线框就是对应的三个主分片，虚线对应六个副本

这里注意：

全量数据 = 三个主分片相加 = 实线0 + 实线1 + 实线2

虚线0 = 实线0、 虚线1 = 实线1、虚线2 = 实线2

再创建一个索引，有两个主分片，每个主分片有 1 个副本

PUT /test2
{"settings": {"number_of_shards": 2,"number_of_replicas": 1}
}

 工具查看如下：

分片的设定

对于生产环境中分片的设定，需要提前做好容量规划

• 分片数设置过小
  • 导致后续无法增加节点实现水平扩展
  • 单个分片的数据量太大，导致数据重新分配耗时
• 分片数设置过大，7.0 开始，默认主分片设置成1，解决了over-sharding（分片过度）的问题
  • 影响搜索结果的相关性打分，影响统计结果的准确性
  • 单个节点上过多的分片，会导致资源浪费，同时也会影响性能

 CAT API查看集群信息

GET /_cat/nodes?v   #查看节点信息
GET /_cat/health?v    #查看集群当前状态：红、黄、绿
GET /_cat/shards?v        #查看各shard的详细情况  
GET /_cat/shards/{index}?v     #查看指定分片的详细情况
GET /_cat/master?v          #查看master节点信息
GET /_cat/indices?v         #查看集群中所有index的详细信息
GET /_cat/indices/{index}?v      #查看集群中指定index的详细信息   #查看集群的健康状况
GET _cluster/health

感谢小伙伴们的支持，持续更新中~~~