elasticsearch 口水篇（5）es分布式集群初探

es有很多特性，分布式、副本集、负载均衡、容灾等。

我们先搭建一个很简单的分布式集群（伪），在同一机器上配置三个es，配置分别如下：

cluster.name: foxCluster
node.name: "fox"

cluster.name: foxCluster
node.name: "fox2"
transport.tcp.port: 9302
http.port: 9202

cluster.name: foxCluster
node.name: "fox3"
transport.tcp.port: 9303
http.port: 9203

加入一些数据先感受一下。

从图可知：

1）每个索引被分成了5个分片；

2）每个分片有一个副本；

3）5个分片基本均匀分布在3个dataNode上；

注意分片的边框（border）有粗有细，具体区别是：

粗边框代表：primary（true）

细边框代表：primary（false）

从bigdesk来看，也十分漂亮！

-------------------------------------------------

下面可以尝试关掉某个server，例如fox3。

可以发现数据被“转移”了，起到了容灾的作用！

再重启fox3。在启动过程中，数据将重新分配给fox3。

其中紫红色node为移动的数据块，完成转移后达到数据均匀分布的状态。

初步感觉es这块做得真心不错，以后要好好探索下他实现的原理。

-------------------------------------------------------

cluster
代表一个集群，集群中有多个节点，其中有一个为主节点，这个主节点是可以通过选举产生的，主从节点是对于集群内部来说的。es的一个概念就是去中心化，字面上理解就是无中心节点，这是对于集群外部来说的，因为从外部来看es集群，在逻辑上是个整体，你与任何一个节点的通信和与整个es集群通信是等价的。
shards
代表索引分片，es可以把一个完整的索引分成多个分片，这样的好处是可以把一个大的索引拆分成多个，分布到不同的节点上。构成分布式搜索。分片的数量只能在索引创建前指定，并且索引创建后不能更改。
replicas
代表索引副本，es可以设置多个索引的副本，副本的作用一是提高系统的容错性，当个某个节点某个分片损坏或丢失时可以从副本中恢复。二是提高es的查询效率，es会自动对搜索请求进行负载均衡。
recovery
代表数据恢复或叫数据重新分布，es在有节点加入或退出时会根据机器的负载对索引分片进行重新分配，挂掉的节点重新启动时也会进行数据恢复。
river
代表es的一个数据源，也是其它存储方式（如：数据库）同步数据到es的一个方法。它是以插件方式存在的一个es服务，通过读取river中的数据并把它索引到es中，官方的river有couchDB的，RabbitMQ的，Twitter的，Wikipedia的，river这个功能将会在后面的文件中重点说到。
gateway
代表es索引的持久化存储方式，es默认是先把索引存放到内存中，当内存满了时再持久化到硬盘。当这个es集群关闭再重新启动时就会从gateway中读取索引数据。es支持多种类型的gateway，有本地文件系统（默认），分布式文件系统，Hadoop的HDFS和amazon的s3云存储服务。
discovery.zen
代表es的自动发现节点机制，es是一个基于p2p的系统，它先通过广播寻找存在的节点，再通过多播协议来进行节点之间的通信，同时也支持点对点的交互。
Transport
代表es内部节点或集群与客户端的交互方式，默认内部是使用tcp协议进行交互，同时它支持http协议（json格式）、thrift、servlet、memcached、zeroMQ等的传输协议（通过插件方式集成）。