ElasticSearch（二）-分布式集群

1.空集群

   一个节点就是es实例，具有相同的clustername；多个节点协同工作，分享数据，平衡负载，自动感应节点并平衡数据。

主节点被自主选出，且不参与文档级别的变更与搜索。

 

2.集群监控

GET/_cluster/health

其中status字段

颜色	代表含义
green	所有主要分片和复制分片都可用
yellow	所有主要分片可用，但不是所有复制分片都可用
red	不是所有的主要分片都可用

3.索引index 

  用来指向一个或多个分片的“逻辑命名空间”。

  分片最小级别工作单元，用来保存数据，就是一个lucence实例，而且是一个完整的搜索引擎。

  分片可以是主分片(primary shard)或者是复制分片(replica shard)。

  主分片的数量决定能储存多少数据。索引创建完成数量就固定了。

  复制分片可以恢复数据和提供读请求。可以动态调整数量

 

4.添加故障转移

多节点，存在副本，保证数据丢失可以恢复。

 

5.横向扩展

多节点，不再赘述。

 

6.更多扩展

如果3个主分片和6个复制分片分布在9个节点上，搜索性能得到极大提升（相对于分布在3个节点）

在同样数量的节点上增加更多的复制分片并不能提高性能，因为这样做的话平均每个分片的所占有的硬件资源就减少了（大部分请求都聚集到了分片少的节点，导致一个节点吞吐量太大，反而降低性能），你需要增加硬件来提高吞吐量。

 

7.应对故障

主节点策略：假如某个节点故障，对于丢失的分片，会在其他节点上的对应复制分片自动升级为主分片，状态由red迅速转为yellow，直至恢复复制分片。

假如恢复此故障节点，es会利用原有旧的主分片，只会与新的主分片同步变更的数据。

本文出处：http://blog.youkuaiyun.com/shan1369678/article/details/51454416