最近在搭建es5.2的高可用集群跌帐，在這個過程中加深了對es的原理理解，基本分為四個階段
es單機(jī)—>es集群（多臺機(jī)器）—>es分片和副本集分布原理—>es高可用集群
1.es單機(jī)
在第一個階段基本概念的掌握還是比較熟練的翎冲，對應(yīng)著關(guān)系型數(shù)據(jù)庫（mysql）來理解es：
文檔（document）
文檔（document）是ElasticSearch中的存儲形式垂睬。對所有使用ElasticSearch的案例來說，他們最終都可以歸結(jié)為對文檔的搜索抗悍，一個文檔相當(dāng)于mysql里的一條數(shù)據(jù)
索引（index）
ElasticSearch將它的數(shù)據(jù)存儲在一個或多個索引（index）中驹饺。索引就像數(shù)據(jù)庫，可以向索引寫入文檔或者從索引中讀取文檔
類型（type）
每個文檔都有與之對應(yīng)的類型（type）定義缴渊。這允許用戶在一個索引中存儲多種文檔類型赏壹，比如在“資料”索引下，有pdf類型和word類型衔沼，并為不同文檔提供類型提供不同的映射
映射（mapping）
所有文檔寫進(jìn)索引之前都會先進(jìn)行分析蝌借，如何將輸入的文本分割為詞條、哪些詞條又會被過濾俐巴，這種行為叫做映射（mapping）骨望。一般由用戶自己定義規(guī)則，可以理解為pdf類型的文檔的映射就是pdf含有的字段
2.es集群
es集群是通過多臺服務(wù)器來搭建欣舵，它們擁有一個共同的clustername比如叫做“escluster”擎鸠，每臺服務(wù)器叫做一個節(jié)點(diǎn)，擁有自己的節(jié)點(diǎn)名字：nodename缘圈，配置文件如下：
集群名稱劣光，用于定義哪些elasticsearch節(jié)點(diǎn)屬同一個集群。
cluster.name: bigdata
節(jié)點(diǎn)名稱糟把，用于唯一標(biāo)識節(jié)點(diǎn)绢涡，不可重名
node.name: server3
設(shè)置索引的分片數(shù),默認(rèn)為5
index.number_of_shards: 5
設(shè)置索引的副本數(shù),默認(rèn)為1:
index.number_of_replicas: 1
這時多臺服務(wù)器都可以對外提供查詢和更改接口，他們彼此之間負(fù)載均衡遣疯，我們代碼訪問時可以配置為多臺：
配置訪問集群的client
TransportClient client = new PreBuiltTransportClient(settings)
.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("192.168.254.133"), 9300));
.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("192.168.254.134"), 9300));
.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("192.168.254.135"), 9300));
.addTransportAddress(new InetSocketTransportAddress(InetAddress.getByName("192.168.254.136"), 9300));
執(zhí)行插入操作
client.prepareIndex("info", "info",UUID.randomUUID().toString())
.setSource(builder.string())
.get();
es集群肯定效率各方面都要比單機(jī)強(qiáng)很多雄可，但是如果集群中一臺機(jī)器掛掉了，我們其余的幾臺會不會安然無恙缠犀？而數(shù)據(jù)會不會丟失数苫？我們目前并不能保證，所以我們要配置一套高可用的集群
3.es分片和副本集分布原理
配置一套高可用的集群辨液，我們必須要了解es集群的數(shù)據(jù)分布和負(fù)載原理
shards（分片）
在配置文件里我們看到默認(rèn)的shards是5個虐急，一個索引的全部數(shù)據(jù)會被分開存儲在這幾個分片上，我們用3個分片來看下效果：
單機(jī)分片分布：
2臺集群分片分布：
3臺集群分片分布：
單機(jī)：該機(jī)器節(jié)點(diǎn)擁有全部3個分片
2臺集群：一個節(jié)點(diǎn)有一個分片滔迈，另一臺有兩個分片
3臺集群：每個節(jié)點(diǎn)擁有一個分片
根據(jù)以上案例可以看到es的工作原理是把整個數(shù)據(jù)分割成3個分片止吁，然后每個節(jié)點(diǎn)平均分配
當(dāng)我們有9個分片時被辑，估計是每臺機(jī)器各自3個分片
總結(jié)
1.es集群只是根據(jù)我們指定的分片數(shù)來平均分配到各個節(jié)點(diǎn)上
2.當(dāng)節(jié)點(diǎn)數(shù)大于分片數(shù)時，也不會冗余敬惦，只是讓多余的節(jié)點(diǎn)空著不存數(shù)據(jù)盼理，不分?jǐn)倝毫?br> 3.當(dāng)有節(jié)點(diǎn)掛掉時，我們一定會丟失一部分?jǐn)?shù)據(jù)
根據(jù)上面的總結(jié)俄删，es集群無法避免機(jī)器掛掉后仍然能不丟數(shù)據(jù)的正常運(yùn)行榜揖，解決辦法是配置文件的另一個參數(shù)index.number_of_replicas來達(dá)到高可用目的
es高可用集群
index.number_of_replicas是索引的副本數(shù)，也就是索引的分片副本數(shù)抗蠢，我們通過3臺機(jī)器3個分片的配置來看下效果
1個副本
2個副本
3個副本
1.每個副本都會把當(dāng)前的分片全部復(fù)制一份并平均分布到集群節(jié)點(diǎn)上
2.當(dāng)副本數(shù)3時，由于此時每臺機(jī)器都已經(jīng)占滿自己的3個分片了思劳，所以此時需要增加新的機(jī)器來存放第三個副本迅矛，所以提示了Unassigned？
高可用原理
我們以3機(jī)器3分片2副本為例：
第一步：
????????在每個分片編碼（0,1,2）上的邊框有粗有細(xì)潜叛，粗的是主分片秽褒，細(xì)的是副本分片，當(dāng)node1的機(jī)器掛掉時威兜，主節(jié)點(diǎn)1丟失销斟，此時集群由green（健康）轉(zhuǎn)為red，因?yàn)橹鞴?jié)點(diǎn)丟失導(dǎo)致椒舵。
第二步：
????????其它節(jié)點(diǎn)上存在著主分片1的完整副本蚂踊，所以集群立即將這些分片在 Node 2 和 Node 3 上對應(yīng)的副本分片提升為主分片，此時集群的狀態(tài)將會為 yellow 笔宿。為什么我們集群狀態(tài)是 yellow 而不是 green 呢犁钟？雖然我們擁有所有的三個主分片，但是同時設(shè)置了每個主分片需要對應(yīng)2份副本分片泼橘，而此時只存在一份副本分片涝动。所以集群不能為 green 的狀態(tài)，不過我們不必過于擔(dān)心：如果我們同樣關(guān)閉了 Node 2 炬灭，我們的程序 依然 可以保持在不丟任何數(shù)據(jù)的情況下運(yùn)行醋粟，因?yàn)?Node 3 為每一個分片都保留著一份副本。
第三步：
????????如果我們重新啟動 Node1重归，Node1依然擁有著之前的分片米愿，它將嘗試去重用它們，同時僅從主分片復(fù)制發(fā)生了修改的數(shù)據(jù)文件提前，集群狀態(tài)由yellow轉(zhuǎn)為green吗货。
第四步：
????????如果不重啟Node1，而是新增了一臺機(jī)器并啟動加進(jìn)集群狈网，此時集群可以將缺失的副本分片再次進(jìn)行分配寫入到新增的Node上宙搬，那么集群的狀態(tài)也將由yellow轉(zhuǎn)為green笨腥。
由此我們了解了高可用的基本原理，想要配置好高可用勇垛，節(jié)點(diǎn)數(shù)脖母，分片數(shù)，副本數(shù)這三個數(shù)量之間是有很緊密的聯(lián)系的闲孤。
