ElasticSearch高可用集群环境搭建和分片原理

1、ES是如何实现分布式高并发全文检索
2、简单介绍ES分片Shards分片技术
3、为什么ES主分片对应的备分片不在同一台节点存放
4、索引的主分片定义好后为什么不能做修改
5、ES如何实现高可用容错方案
6、搭建Linux上环境三台ES高可用集群环境

ES是如何解决高并发

ES是一个分布式全文检索框架，隐藏了复杂的处理机制，核心内容 分片机制、集群发现、分片负载均衡请求路由。

ES基本概念名词

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。

ES为什么要实现集群

ES集群中索引可能由多个分片构成，并且每个分片可以拥有多个副本。通过将一个单独的索引分为多个分片，我们可以处理不能在一个单一的服务器上面运行的大型索引，简单的说就是索引的大小过大，导致效率问题。不能运行的原因可能是内存也可能是存储。由于每个分片可以有多个副本，通过将副本分配到多个服务器，可以提高查询的负载能力。

GET _cat/health

ES集群核心原理分析:

数据存储。

1、每个索引会被分成多个分片shards进行存储，默认创建索引是分配5个分片进行存储。

每个分片都会分布式部署在多个不同的节点上进行部署，该分片成为primary shards。

   注意：索引的主分片primary shards定义好后，后面不能做修改。  

 

2、为了实现高可用数据的高可用，主分片可以有对应的备分片replics shards，replic shards分片承载了负责容错、以及请求的负载均衡。

 注意: 每一个主分片为了实现高可用，都会有自己对应的备分片，主分片对应的备分片不能存放同一台服务器上（单台ES没有备用分片的）。主分片primary shards可以和其他replics shards存放在同一个node节点上。

   

  在往主分片服务器存放数据时候，会对应实时同步到备用分片服务器：

  

但是查询时候，所有（主、备）都进行查询。

主的可以存放副的：

Node1 ：P1+P2+R3组成了完整 的数据！ 分布式存储

EA核心存放的核心数据是索引!

如果ES实现了集群的话，会将单台服务器节点的索引文件使用分片技术，分布式存放在多个不同的物理机器上。 

分片就是将数据拆分成多台节点进行存放

在ES分片技术中，分为主（primary）分片、副(replicas)分片。这样做是为了容错性

5： 每个索引拆分5片存储

1：备份一份

 在ES中每一个主分片都对应一个副分片

三个节点 6/3 为 2  每个节点存放两个分片

在创建索引时候，主分片数量定义好后是不能修改的

修改副的分片 number_of_replica 2  3个主分片6个备分片  一共9个

官方建议 节点的平方数 ！！

数据路由 

documnet routing（数据路由）

当客户端发起创建document的时候，es需要确定这个document放在该index哪个shard上。这个过程就是数据路由。

路由算法：shard = hash(routing) % number_of_primary_shards

如果number_of_primary_shards在查询的时候取余发生的变化，无法获取到该数据

画图演示
注意：索引的主分片数量定义好后，不能被修改

计算的算法 取模时候 除数改变了 查询时候 怎么办？！ 所以 不能乱改啊~

集群环境的搭建

如果连接P0查询不到的话  会自动转发到另一台去查询。

集群的搭建：核心思想无非就是 配置不同的节点id  配置形同集群名称

4台服务器实现集群的话,会配置三个不同的elasticsearch.yml

配置：

vi elasticsearch.yml
cluster.name: myes ###保证三台服务器节点集群名称相同
node.name: node-1 #### 每个节点名称不一样 其他两台为node-2 ,node-3
network.host: 192.168.91.7 #### 实际服务器ip地址   实际项目外网ip 哦
discovery.zen.ping.unicast.hosts: ["192.168.91.7", "192.168.91.8","192.168.91.9"]

##多个服务集群ip
discovery.zen.minimum_master_nodes: 1

集群通信是走9300端口通信

注意如果你是虚拟机克隆data文件会导致数据不同步

报该错误解决办法  进入到data中 删除 node这个目录 重启就OK了

failed to send join request to master

因为克隆导致data文件也克隆呢，直接清除每台服务器data文件。

启动配置好的三台节点：

随便访问一台主机： http://192.168.91.8:9200/_cat/nodes?pretty

验证：

带 *  为master

如果某一台宕机了 可以自动选举~~ *会转移哦

ES分布式做的特别好~