9、Elasticsearch 核心组件与索引机制深度解析

Elasticsearch 核心组件与索引机制深度解析

1. 分片与副本基础

在 Elasticsearch 中，分片是存储数据的基本单元，因此在开始时就需要正确规划其大小。分片大小的确定取决于索引要存储的数据量（包括未来的需求）以及可分配给节点的堆内存大小。每个组织在导入数据之前，都必须制定好分片策略，要在数据需求和最佳分片数量之间找到平衡。

一旦索引创建并投入使用，分片数量就不能更改。在创建索引时，Elasticsearch 默认会为其关联一个主分片和一个副本分片（在 7 版本之前，默认是 5 个主分片和 1 个副本分片）。虽然分片数量固定，但可以使用索引设置 API 在索引的生命周期内更改副本数量。文档根据路由算法存储在特定的分片中，算法如下：

shard_number = hash(document_id) % number_of_primary_shards

由于该算法直接依赖于分片数量，在运行过程中更改分片数量会改变当前文档的位置并导致数据损坏，进而影响倒排索引和检索过程。不过，可以通过重新索引来更改分片设置。

2. 节点与集群

当启动 Elasticsearch 时，会启动一个名为节点的实例。每个节点托管一组分片和副本（Apache Lucene 的实例），索引作为存储数据的逻辑集合，会跨这些分片和副本创建。

2.1 单节点集群

首次启动节点时，Elasticsearch 会形成一个新的集群，通常称为单节点集群。单节点集群可用于开发目的，但远不能满足生产级别的需求。在典型的生