elasticsearch的5种分片查询优先级

elasticsearch可以使用preference参数来指定分片查询的优先级，使用时就是在请求url上加上preference参数，如：http://ip:host/index/_search?preference=_primary 

java的调用接口翻译为：client.prepareSearch(“index”).setPreference(“_primary”)。 

默认情况下es有5种查询优先级： 

_primary: 指查询只在主分片中查询 

_primary_first: 指查询会先在主分片中查询，如果主分片找不到（挂了），就会在副本中查询。 

_local: 指查询操作会优先在本地节点有的分片中查询，没有的话再在其它节点查询。 

_only_node:指在指定id的节点里面进行查询，如果该节点只有要查询索引的部分分片，就只在这部分分片中查找，所以查询结果可能不完整。如_only_node:123在节点id为123的节点中查询。 

Custom (string) value:用户自定义值，指在参数cluster.routing.allocation.awareness.attributes指定的值，如这个值设置为了zone，那么preference=zone的话就在awareness.attributes=zone*这样的节点搜索，如zone1、zone2。关于这个值作用可以参考下面文章。 

虽然es有提供这5种优先级，但感觉还是不能满足我的需求，我是想能指定在某一个或多个节点中查询，比如node1和node2里面的分片能组成一个完整的索引，那我可以只在node1和node2中搜索就行了。看来只能改源码解决，改源码也非常简单。 

首先找到org.elasticsearch.cluster.routing.operation.plain.PlainOperationRouting这个类，es搜索时获取分片信息是通过这个类的。它的preferenceActiveShardIterator()方法就是根据条件来找出响应的分片。看源码可知其主要是根据preference这个参数来决定取出的分片的。如果没有指定该参数，就随机抽取分片进行搜索。如果参数以_shards开头，则表示只查询指定的分片。注意，这个功能官网的文档中没有写到。 

然后下面就是判断我上面说的5种优先级情况。我们现在要加个多节点分片查询的功能，仿照单个节点分片查询（指_only_node）就行了，在

1. if (preference.startsWith("_only_node:")) {
2. return indexShard.onlyNodeActiveShardsIt(preference.substring("_only_node:".length()));
3. }

后面加上

1. if (preference.startsWith("_only_nodes:"))  {
2. return indexShard.onlyNodesActiveShardsIt(preference.substring("_only_nodes:".length()));
3. }

onlyNodesActiveShardsIt这个方法在org.elasticsearch.cluster.routing.IndexShardRoutingTable中是没有的，要自己写。加上

1. /**
2. * Prefers execution on the provided nodes if applicable.
3. */
4. public ShardIterator onlyNodesActiveShardsIt(String nodeIds) {
5. String[] ids = nodeIds.split(",");
6. ArrayList<ShardRouting> ordered = new ArrayList<ShardRouting>(shards.size());
7. // fill it in a randomized fashion
8. ; i < shards.size(); i++) {
9. ShardRouting shardRouting = shards.get(i);
10. for(String nodeId:ids){
11. if (nodeId.equals(shardRouting.currentNodeId())) {
12. ordered.add(shardRouting);
13. }
14. }
15. }
16. return new PlainShardIterator(shardId, ordered);
17. }

重新编译源码就行了。查询时加上preference=_only_nodes:node1id,node2id 就可以指定在node1和node2中搜索