ElasticSearc 学习3

ElasticSearc 学习3 ElasticSearch 集群

Es支持集群，简单配置即可，隐藏了分布式的复杂性

• 集群架构
• 解决高可用，分担请求压力
• 分布式架构
• 分担存储和计算压力，提速，解耦
• 集群分布式架构
  
  配置，是否是候选节点，是否仅是数据节点

node.master: true
node.data: true

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。

分片

ES在后台将一个索引划分多个分片存储，集群中，一个索引分布到不同分片存储在不同节点，构成分布式搜索。
主分片
副分片： 每个主分片可以有多个副本，数据和主分片一样，作用：一提高系统容错；二自动对搜索负载均衡。

自平衡： 当节点挂掉，挂的节点的分片会自平衡到其他节点

Seetings{
"number_of_shards":3,//主本片
"number_of_replicas":1//副本分片，表示每个主分片有一个副本分片
}

路由
es计算分片编号的过程，称为路由
路由算法：
shard_index=hash(id)%number_of_primary_shards

脑裂
一个正常的es集群中只有一个master节点，负责整个集群的管理，创建删除索引，跟踪从节点，决定分片分配给从节点
脑裂：从节点选择主节点产生分歧，出现多个主节点，集群分裂，处于异常状态

产生情况：
1.网络延迟导致，例如使用外网部署集群
2.节点负载：主节点即为master 又data，高并发，导致master停止响应

node.mater:true
node.data:true

3.JVM内存回收，mater节点设置的JVM内存较小，JVM频繁内存回收，es失去响应

解决方法
1.网络延迟：discovery.zen.ping.timeout超时设置大一点，默认3s，外网建议10s
2.节点负载：责任单一，角色分离策略，

node.mater:true
node.data:false

或相反

3.JVM，内存设置为主内存的一半，config/jvm.options -Xms