Elasticsearch 模块 - Shard Allocation 机制

原文

1. 背景

shard allocation 意思是分片分配, 是一个将分片分配到节点的过程; 可能发生该操作的过程包括:

初始恢复(initial recovery)
副本分配(replica allocation)
重新平衡(rebalance)
节点的新增和删除

来源

分片的分配操作, 是由 master 角色的节点来决定什么时候移动分片, 以及移动到哪个节点上, 以达到集群的均衡;

说明

本文基于 Elasticsearch 7.4.0 版本

2. 机制分析

2.1. `Allocation` 触发条件

新增或删除 index 索引
node 节点的新增或删除
执行 reroute 命令
修改 replica 副本数量
集群重启

具体对应源码解释:来源

序号	调用函数	说明
1	AllocationService.applyStartedShards	Shard 启动状态修改
2	AllocationService.applyFailedShards	Shard 失效状态修改
3	AllocationService.deassociateDeadNodes	Node 节点离开集群
4	AllocationService.reroute(AllocationCommands)	执行 relocation 命令
5	TransportClusterUpdateSettingsAction.masterOperation	集群配置修改操作
6	MetaDataCreateIndexService.onlyCreateIndex	创建新索引 index 请求
7	MetaDataDeleteIndexService.deleteIndexs	删除索引 index 操作
8	MetaDataIndexStateService.closeIndex	关闭 index 操作
9	MetaDataIndexStateService.openIndex	打开 index操作
10	NodeJoinController.JoinTaskExecutor	通过集群发现的节点加入集群
11	GatewayService.GatewayRecoveryListener	通过 GatewayRecovery 恢复的节点加入集群
12	LocalAllocateDangledIndices.submitStateUpdateTask	恢复磁盘内存而在 MateDate 内不存在的 index
13	RestoreService.restoreSnapshot	从 snapshot 中恢复的 index

2.2. `Rebalance` 的触发条件

在 rebalance 之前会经过 2.3.2 中介绍的所有策略里实现的 canRebalance 方法, 全部通过后才会执行下面的 Rebalance 过程;

Rebalance 过程是通过调用 balanceByWeights() 方法, 计算 shard 所在的每个 node 的 weight 值,

\[weightShard = node.numShards() + numAdditionalShards - balancer.avgShardsPerNode() \\
weightIndex = node.numShards(index) + numAdditionalShards - balancer.avgShardsPerNode(index) \\
weight = theta0 * weightShard + theta1 * weightIndex \\
\]

其中:

numAdditionalShards 一般为 0, 调用 weightShardAdded, weightShardRemoved 方法时分别取值为 1 和 -1;
theta0 = cluster.routing.allocation.balance.shard 系统动态配置项, 默认值为 0.45f;
theta1 = cluster.routing.allocation.balance.index 系统动态配置项, 默认值为 0.55f;

源码如下:

private static class WeightFunction {

    private final float indexBalance;

    private final float shardBalance;

    private final float theta0;

    private final float theta1;

    WeightFunction(float indexBalance, float shardBalance) {

        float sum = indexBalance + shardBalance;

        if (sum <= 0.0f) {

            throw new IllegalArgumentException("Balance factors must sum to a value > 0 but was: " + sum);

        }

        theta0 = shardBalance / sum;

        theta1 = indexBalance / sum;

        this.indexBalance = indexBalance;

        this.shardBalance = shardBalance;

    }

    float weight(Balancer balancer, ModelNode node, String index) {

        final float weightShard = node.numShards() - balancer.avgShardsPerNode();

        final float weightIndex = node.numShards(index) - balancer.avgShardsPerNode(index);

        return theta0 * weightShard + theta1 * weightIndex;

    }

}

2.3. 源码分析

分片分配就是把一个分片分配到集群中某个节点的过程, 其中分配决策包含了两个方面:

哪些分片应该分配到哪些节点上
哪个分片作为主分片, 哪个作为副本分片

Elasticsearch 主要通过两个基础组件来完成分片分配这个过程的: allocator 和 deciders;

allocator 寻找最优的节点来分配分片;
deciders 负责判断并决定是否要进行分配;

新建的索引

allocator 负责找出拥有分片数量最少的节点列表, 按分片数量递增排序, 分片数量较少的会被优先选择; 对于新建索引, allocator 的目标是以更为均衡的方式把新索引的分片分配到集群的节点中;

deciders 依次遍历 allocator 给出的节点列表, 判断是否要把分片分配给该节点, 比如是否满足分配过滤规则, 分片是否将超出节点磁盘容量阈值等等;

已有的索引

allocator 对于主分片, 只允许把主分片指定在已经拥有该分片完整数据的节点上; 对于副本分片, 则是先判断其他节点上是否已有该分片的数据的拷贝, 如果有这样的节点, allocator 则优先把分片分配到这其中一个节点上;

2.3.1. Allocator

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;

public class BalancedShardsAllocator implements ShardsAllocator {

    public static final Setting<Float> INDEX_BALANCE_FACTOR_SETTING = Setting.floatSetting("cluster.routing.allocation.balance.index", 0.55f, 0.0f, Property.Dynamic, Property.NodeScope);

    public static final Setting<Float> SHARD_BALANCE_FACTOR_SETTING = Setting.floatSetting("cluster.routing.allocation.balance.shard", 0.45f, 0.0f, Property.Dynamic, Property.NodeScope);

    public static final Setting<Float> THRESHOLD_SETTING = Setting.floatSetting("cluster.routing.allocation.balance.threshold", 1.0f, 0.0f, Property.Dynamic, Property.NodeScope);

    private volatile WeightFunction weightFunction;

    private volatile float threshold;

}

2.3.2. Deciders

Deciders 决策期基础组件的抽象类为 AllocationDecider:

public abstract class AllocationDecider {

    public Decision canRebalance(ShardRouting shardRouting, RoutingAllocation allocation) {

        return Decision.ALWAYS;

    }

    public Decision canAllocate(ShardRouting shardRouting, RoutingNode node, RoutingAllocation allocation) {

        return Decision.ALWAYS;

    }

    public Decision canRemain(ShardRouting shardRouting, RoutingNode node, RoutingAllocation allocation) {

        return Decision.ALWAYS;

    }

    public Decision canAllocate(ShardRouting shardRouting, RoutingAllocation allocation) {

        return Decision.ALWAYS;

    }

    public Decision canAllocate(IndexMetadata indexMetadata, RoutingNode node, RoutingAllocation allocation) {

        return Decision.ALWAYS;

    }

    public Decision canAllocate(RoutingNode node, RoutingAllocation allocation) {

        return Decision.ALWAYS;

    }

    public Decision shouldAutoExpandToNode(IndexMetadata indexMetadata, DiscoveryNode node, RoutingAllocation allocation) {

        return Decision.ALWAYS;

    }

    public Decision canRebalance(RoutingAllocation allocation) {

        return Decision.ALWAYS;

    }

}

ES 7.4.0 中的 Decider 决策器包括以下所示, 他们均实现上面的 AllocationDecider 抽象类, 并重写 canRebalance, canAllocate, canRemain, canForceAllocatePrimary 等方法;

决策器比较多, 大致分类如下, 并列举决策器对应的配置项:

2.3.2.1. 负载均衡类

SameShardAllocationDecider: 避免主副分片分配到同一个节点;
AwarenessAllocationDecider: 感知分配器, 感知服务器, 机架等, 尽量分散存储 Shard;

对应的配置参数有:

cluster.routing.allocation.awareness.attributes: rack_id

cluster.routing.allocation.awareness.attributes: zone
ShardsLimitAllocationDecider: 同一个节点上允许存在同一个 index 的 shard 数目;

index.routing.allocation.total_shards_per_node: 表示该索引每个节点上允许最多的 shard 数量; 默认值=-1, 表示无限制;

cluster.routing.allocation.total_shards_per_node: cluster 级别, 表示集群范围内每个节点上允许最多的 shard 数量, 默认值=-1, 表示无限制;

index 级别会覆盖 cluster 级别;

2.3.2.2. 并发控制类

ThrottlingAllocationDecider: recovery 阶段的限速配置, 避免过多的 recovering allocation 导致该节点的负载过高;

cluster.routing.allocation.node_initial_primaries_recoveries: 当前节点在进行主分片恢复时的数量, 默认值=4;

cluster.routing.allocation.node_concurrent_incoming_recoveries: 默认值=2, 通常是其他节点上的副本 shard 恢复到该节点上;

cluster.routing.allocation.node_concurrent_outgoing_recoveries: 默认值=2, 通常是当前节点上的主分片 shard 恢复副本分片到其他节点上;

cluster.routing.allocation.node_concurrent_recoveries: 统一配置上面两个配置项;
ConcurrentRebalanceAllocationDecider: rebalace 并发控制, 表示集群同时允许进行 rebalance 操作的并发数量;

cluster.routing.allocation.cluster_concurrent_rebalance, 默认值=2

通过检查 RoutingNodes 类中维护的 reloadingShard 计数器, 看是否超过配置的并发数;
DiskThresholdDecider: 根据节点的磁盘剩余量来决定是否分配到该节点上;

cluster.routing.allocation.disk.threshold_enabled, 默认值=true;

cluster.routing.allocation.disk.watermark.low: 默认值=85%, 达到这个值后, 新索引的分片不会分配到该节点上;

cluster.routing.allocation.disk.watermark.high: 默认值=90%, 达到这个值后, 会触发已分配到该节点上的 Shard 会 rebalance 到其他节点上去;

2.3.2.3. 条件限制类

RebalanceOnlyWhenActiveAllocationDecider: 所有 Shard 都处于 active 状态下才可以执行 rebalance 操作;
FilterAllocationDecider: 通过接口动态设置的过滤器; cluster 级别会覆盖 index 级别;
index.routing.allocation.require.{attribute}

index.routing.allocation.include.{attribute}

index.routing.allocation.exclude.{attribute}

cluster.routing.allocation.require.{attribute}

cluster.routing.allocation.include.{attribute}

cluster.routing.allocation.exclude.{attribute}
- require 表示必须满足, include 表示可以分配到指定节点, exclude 表示不允许分配到指定节点;
- {attribute} 还有 ES 内置的几个选择, _name, _ip, _host;
ReplicaAfterPrimaryActiveAllocationDecider: 保证只在主分片分配完成后(active 状态)才开始分配副本分片;
ClusterRebalanceAllocationDecider: 通过集群中 active 的 shard 状态来决定是否可以执行 rebalance;

cluster.routing.allocation.allow_rebalance

indices_all_active(默认): 当集群所有的节点分配完成, 才可以执行 rebalance 操作;

indices_primaries_active: 只要所有主分片分配完成, 才可以执行 rebalance 操作;

always: 任何情况下都允许 rebalance 操作;
MaxRetryAllocationDecider: 防止 shard 在失败次数达到上限后继续分配;

index.allocation.max_retries: 设置分配的最大失败重试次数, 默认值=5;

2.3.2.4. 其他决策类

EnableAllocationDecider: 设置允许分配的分片类型; index 级别配置会覆盖 cluster 级别配置;

all(默认): 允许所有类型的分片;

primaries: 仅允许主分片;

new_primaries: 仅允许新建索引的主分片;

none: 禁止分片分配操作;
NodeVersionAllocationDecider: 检查分片所在 Node 的版本是否高于目标 Node 的 ES 版本;
SnapshotInProgressAllocationDecider: 决定 snapshot 期间是否允许 allocation, 因为 snapshot 只会发生在主分片上, 所以该配置只会限制主分片的 allocation;

cluster.routing.allocation.snapshot.relocation_enabled

接下来介绍一下在 Elasticsearch 中涉及到 Allocation 和 Rebalance 的相关配置项;

3. cluster-level 配置

3.1. Shard allocation 配置

控制分片的分配和恢复;

配置	默认值	说明
cluster.routing.allocation.enable	all	启用或禁用针对特定类型分片的分配; 1. `all`: 允许分配所有类型的分片; 2. `primaries`: 只允许分配主分片(`primary shard`); 3. `new_primaries`: 只允许分配新索引的主分片(`primary shard`); 4. `none`: 禁用分片分配; 该设置不会影响重启节点时本地主分片的恢复;
cluster.routing.allocation.node_concurrent_incoming_recoveries	2	一个节点允许并发的传入分片(`incoming shard`)数量
cluster.routing.allocation.node_concurrent_outgoing_recoveries	2	一个节点允许并发的传出分片(`incoming shard`)数量
cluster.routing.allocation.node_concurrent_recoveries		上面两者的合并配置
cluster.routing.allocation.node_initial_primaries_recoveries	4	单个节点上同时初始化的主分片数量
cluster.routing.allocation.same_shard.host	false	是否执行检查, 以防止基于`host name`和`host address`, 在单个主机上分配同一分片的多个实例; 该设置仅用于在同一台计算机上启动多个节点的情况;

3.2. Shard rebalancing 配置

控制集群之间的分片平衡;

配置	默认值	说明
cluster.routing.rebalance.enable	all	启用或禁用针对特定类型分片的`rebalancing`; 1. `all`: 允许`rebalancing`所有类型的分片; 2. `primaries`: 只允许`rebalancing`主分片; 3. `replicas`: 只允许`rebalancing`副本分片; 4. `none`: 禁用`rebalancing`;
cluster.routing.allocation.allow_rebalance	indices_all_active	指定何时允许执行`rebalancing`; 1. `always`: 总是允许; 2. `indices_primaries_active`: 当集群中所有主分片已分配时才允许`rebalancing`; 3. `indices_all_active`: 当集群中所有分片(包括主分片和副本分片)都已分配时才允许`rebalancing`;
cluster.routing.allocation.cluster_concurrent_rebalance	2	指定整个集群中允许同时在节点间移动的分片数量; 该配置仅控制由于集群不平衡引起的并发分片分配数量, 对分配过滤(`allocation filtering`)或强制感知(`forced awareness`)的分片分配不做限制;

3.3. 分片平衡启发式

以下配置用于决定每个分片的存放位置; 当rebalancing操作不再使任何节点的权重超过balance.threshold时, 集群即达到平衡;

配置	默认值	说明
cluster.routing.allocation.balance.shard	0.45f	定义节点上分配的分片总数的权重因子; 提升该值会导致集群中所有节点趋向于分片数量相等;
cluster.routing.allocation.balance.index	0.55f	定义节点上分配的每个索引的分片数量的权重因子; 提升该值会导致集群中所有节点上每个索引的分片数量趋向于相等;
cluster.routing.allocation.balance.threshold	1.0f	定义应当执行操作的最小优化值(非负浮点数); 提升该值会导致集群在优化分片平衡方面不太积极;

4. Index-level 配置

以下配置控制每个索引中的分片分配;

4.1. index-level 分片分配过滤(来源)

配置需要分两步:

在每个 Elasticsearch 节点的 elasticsearch.yml 配置文件中添加自定义节点属性, 比如以 small, medium, big区分节点类型, 则配置文件中可添加:

node.attr.size: medium

或者在启动 Elasticsearch 服务时, 在命令行里添加 ./bin/elasticsearch -Enode.attr.size=medium;

在新建索引的 mapping 时, 添加index.routing.allocation.include/exclude/require.size: medium 的过滤配置即可;

PUT <index_name>/_settings

{

  "index.routing.allocation.include.size": "medium"

}

可以配置多个自定义节点属性, 并且必须同时满足索引里配置的多个过滤条件;

index.routing.allocation.include.{attribute}: {values}
index.routing.allocation.require.{attribute}: {values}
index.routing.allocation.exclude.{attribute}: {values}

其中 {attribute} 可以是上面提到的自定义节点属性, ES 自己也有一些内置的节点属性:

attribute	说明
_name	通过节点名称进行匹配
_host_ip	通过节点 IP 地址进行匹配
_publish_ip	通过节点的发布 IP 地址进行匹配
_ip	通过 `_host_ip` 或 `_publish_ip` 进行匹配
_host	通过节点的`hostname`进行匹配
_id	通过节点的 id 进行匹配

其中 {values} 可以是单个值, 也可以是逗号分隔的多个值, 也可以使用通配符 * 进行模糊匹配;

4.2. 设置延迟分配, 当节点离开时(来源)

当某个节点由于突发原因, 比如网络中断, 人为操作重启等, 需要暂时离开集群时, 集群会立刻新建副本分片以替换丢失的副本, 然后在剩余的所有节点之间进行rebalancing, 这样导致在短时间内该突发节点又恢复过来后, 原先的副本就无法再使用, 集群会将刚才新建的副本分片再拷贝回到该节点上; 这样就会造成不必要的资源浪费, 以及节点分片rebalancing带来的波动;

可以使用 index.unassigned.node_left.delayed_timeout 动态设置来延迟由于节点离开而导致未分配的副本分片的分配问题; 该配置默认值 1m;

PUT _all/_settings

{

  "settings": {

    "index.unassigned.node_left.delayed_timeout": "5m"

  }

}

修改成以上配置后, 如果在 5m 内, 该节点可以恢复重新加入集群, 则集群会自动恢复该节点的副本分片分配, 恢复速度很快;

注意

此设置不影响将副本分片升级为主分片;

此设置不影响之前未分配的副本分片;

在整个集群重新启动后, 该延迟分配不会生效;

4.3. 索引恢复的优先级(来源)

索引分片恢复的优先级按照:

可选的 index.priority 配置, 值越大优先级越高;
index 索引的创建日期, 越新的索引优先级越高;
index 索引的名称;

4.4. 每个节点的分片总数(来源)

配置	默认值	说明
index.routing.allocation.total_shards_per_node	unbounded(-1)	指定单个节点上最多分配的分片数量, 包括主分片和副本分片;(具体某个索引)
cluster.routing.allocation.total_shards_per_node	unbounded(-1)	指定单个节点上最多分配的分片数量, 包括主分片和副本分片;(与索引无关, 全局设置)

这些配置是硬性配置, 可能会导致一些分片无法分配, 需要慎重配置;

5. 阅读来源