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。