Elasticsearch 分片策略-Toy模板网

这篇具有很好参考价值的文章主要介绍了Elasticsearch 分片策略。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

分片

和数据库中的表空间类似，不过分片是为每个索引设置，一个索引可以有多个分片，分片分为主分片和副本分片，主分片和副本分片类似于数据库中的主库和备库。

主分片（shards）：可以有一个或多个，但至少会有一个，默认为1。多个主分片类似于分表，可以提高大量数据情况下的性能和吞吐量压力。
副本分片（replicas）：是针对主分片的副本，默认为1，也可以有多个。在主分片节点掉线或故障时，会升级为主分片来提供服务。副本分片可以提供查询等服务，提高查询效率和可用性。

注：主分片并不等于主节点，主分片可能存在于 ES 集群的非主节点上。这是由分片分配功能决定的。这个我们下面会说。

索引设置分片

在创建索引的时候，通过 settings 参数设置索引的分片数量，比如：我们创建一个索引 students

PUT /students

{
    "settings":{
        "index":{
            "number_of_shards": 2, // 设置主分片数量(数量限制为1024每个索引，建议不要太多)
            "number_of_replicas": 1 // 每个主分片对应一个副本分片
        }
    },   
    "mappings": {
        "properties": {
            "age": { 
                "type": "integer"
            },  
            "birthday":  { 
                "type": "date",
                "format":"yyyy-MM-dd HH:mm:ss" 
            }, 
            "name":   { 
                "type": "keyword"  
            },
            "height": {
                "type": "float"
            },
            "id": {
                "type": "long"
            },
            "sex":{
                "type": "byte"
            },
            "remark":{
                "type":"text"
            }
        }
    }
}

分片的数量信息，在创建索引时设置，请不要修改。修改可能造成问题。虽然 number_of_replicas 是动态索引设置，但我还是建议不要去修改它。如确实需要修改，请重建索引。更多的索引设置请查看官网索引设置

获取索引分片信息

GET /<target>/_shard_stores

GET /_shard_stores

路径参数 target：一个或多个索引的名称，多个用英文逗号隔开即可

查询参数 status
status
（可选，字符串）以逗号分隔的分片健康状态列表，用于限制请求。
有效值包括：

green 分配了主分片和所有副本分片。

yellow 一个或多个副本分片未分配。

red 主分片未分配

all 返回所有分片，无论运行状况如何。
默认为yellow,red ，这意味着如果我们的集群正常，不使用status参数查询不出结果

示例

比如我们目前集群只有两个节点 192.168.1.10 和 192.168.1.11

GET /students/_shard_stores?status=green

{
    "indices": {
        "students": {
            "shards": { // 分片信息对象
                "0": { // 第 0 个分片
                    "stores": [
                        {
                            "oj5FEiVMRpuWV386zdwy3w": {
                                "name": "myNode1",
                                "ephemeral_id": "Au6ZYmTZQFOlGqIelj4ceQ",
                                "transport_address": "192.168.1.10:9300",
                                "external_id": "myNode1",
                                "attributes": {
                                    "ml.allocated_processors_double": "4.0",
                                    "xpack.installed": "true",
                                    "ml.machine_memory": "6087233536",
                                    "ml.allocated_processors": "4",
                                    "ml.max_jvm_size": "3045064704"
                                },
                                "roles": [
                                    "data",
                                    "data_cold",
                                    "data_content",
                                    "data_frozen",
                                    "data_hot",
                                    "data_warm",
                                    "ingest",
                                    "master",
                                    "ml",
                                    "remote_cluster_client",
                                    "transform"
                                ]
                            },
                            "allocation_id": "fhR4UEA6SS2OnBnlQ2f-Lw",
                            "allocation": "primary" // 表示其为主分片
                        },
                        {
                            "AST-4rnFRdagsd0juerSaw": {
                                "name": "myNode2",
                                "ephemeral_id": "1VlBaXYYRAeveu6BX_BpYw",
                                "transport_address": "192.168.1.11:9300",
                                "external_id": "myNode2",
                                "attributes": {
                                    "ml.allocated_processors_double": "4.0",
                                    "xpack.installed": "true",
                                    "ml.machine_memory": "6087098368",
                                    "ml.allocated_processors": "4",
                                    "ml.max_jvm_size": "3045064704"
                                },
                                "roles": [
                                    "data",
                                    "data_cold",
                                    "data_content",
                                    "data_frozen",
                                    "data_hot",
                                    "data_warm",
                                    "ingest",
                                    "master",
                                    "ml",
                                    "remote_cluster_client",
                                    "transform"
                                ]
                            },
                            "allocation_id": "LqDP66XYQkuBh204S9HNIQ",
                            "allocation": "replica" // 表示其为副本分片
                        }
                    ]
                },
                "1": { // 第 1 个分片
                    "stores": [
                        {
                            "AST-4rnFRdagsd0juerSaw": {
                                "name": "myNode2",
                                "ephemeral_id": "1VlBaXYYRAeveu6BX_BpYw",
                                "transport_address": "192.168.1.11:9300",
                                "external_id": "myNode2",
                                "attributes": {
                                    "ml.allocated_processors_double": "4.0",
                                    "xpack.installed": "true",
                                    "ml.machine_memory": "6087098368",
                                    "ml.allocated_processors": "4",
                                    "ml.max_jvm_size": "3045064704"
                                },
                                "roles": [
                                    "data",
                                    "data_cold",
                                    "data_content",
                                    "data_frozen",
                                    "data_hot",
                                    "data_warm",
                                    "ingest",
                                    "master",
                                    "ml",
                                    "remote_cluster_client",
                                    "transform"
                                ]
                            },
                            "allocation_id": "x9N8h80WQ5aJ0aLkXicGRQ",
                            "allocation": "primary"
                        },
                        {
                            "oj5FEiVMRpuWV386zdwy3w": {
                                "name": "myNode1",
                                "ephemeral_id": "Au6ZYmTZQFOlGqIelj4ceQ",
                                "transport_address": "192.168.1.10:9300",
                                "external_id": "myNode1",
                                "attributes": {
                                    "ml.allocated_processors_double": "4.0",
                                    "xpack.installed": "true",
                                    "ml.machine_memory": "6087233536",
                                    "ml.allocated_processors": "4",
                                    "ml.max_jvm_size": "3045064704"
                                },
                                "roles": [
                                    "data",
                                    "data_cold",
                                    "data_content",
                                    "data_frozen",
                                    "data_hot",
                                    "data_warm",
                                    "ingest",
                                    "master",
                                    "ml",
                                    "remote_cluster_client",
                                    "transform"
                                ]
                            },
                            "allocation_id": "NcS8BiuYQs2qip5DIhGEKA",
                            "allocation": "replica"
                        }
                    ]
                }
            }
        }
    }
}

可以看到结果我们有两个两两对应的主副分片，分别在集群的两个节点上，且均匀分布的。

查询结果中可能会出现 “store_exception”: … 信息，其表示打开分片索引或早期引擎故障时遇到的任何异常信息

分片分配

我们上面提到，分片是均匀分布在 ES 集群的，但这个不是绝对的。比如受节点所在服务器的内存、磁盘等各种情况的限制，各个节点之间可能存在性能差异等， ES 集群会通过一些策略对分片进行合理的分配。这些策略默认是理想情况下的均匀分配策略，在实际情况中，我们可以进行相应的策略配置使 ES 尽可能的按照我们提供的策略进行分片分配。

分片分配是将分片分配给节点的过程。在初始恢复、副本分配、重新平衡或添加或删除节点时发生。主节点的主要角色之一就是决定将哪些分片分配给哪个节点，以及何时在节点之间移动分片以重新平衡集群。

集群级分片分配

确定分片被分配到哪个节点，以及分片在集群之间的移动策略等的配置。我们这里不做扩展讲解，可以在官网集群级分片分配中进行详细查看。

索引级分片分配

索引级分片筛选

通过索引级分片筛选可以将索引按你设置的策略进行分片的分配（如 _name 按节点名称进分配、_host_ip 按主机 IP 分配节点）。

该配置通过 index.routing.allocation 来配置

属性	说明
_name	按节点名称匹配节点
_host_ip	按主机IP地址匹配节点（与主机名关联的IP）
_publish_ip	按发布IP地址匹配节点
_ip	匹配其中之一_host_ip或_publish_ip
_host	按主机名匹配节点
_id	按节点id匹配节点
_tier	按节点匹配节点数据层角色。data_content、data_hot、data_warm、data_cold、data_frozen

例如：

PUT person/_settings
{
  "index.routing.allocation.include._ip": "192.168.2.*"
}

将 tset 索引分片分配到包含 192.168.2.* ip的地址。

require：表示必须满足所有条件

exclude：条件之外

include：必须至少满足其中一个条件

每个节点的分片总数

集群级分片分配器尝试将单个索引的分片分散到尽可能多的节点上。

index.routing.allocation.total_shards_per_node
将分配给单个索引的最大分片数（副本和主分片）。默认为无边界。
cluster.routing.allocation.total_shards_per_node
(动态)分配给每个节点的最大主分片和副本分片数。默认为-1（无限制）

例如：
当前有三个节点，设置的最大分片数都为 100
节点A：当前100个分片
节点B：当前59个分片
节点C：当前20个分片
当节点 C 故障时， ES 集群会将分片分配给节点 B，因为节点 A 已经达到了分片数量的限制。

索引恢复优先级

ES 会尽可能的按优先级顺序恢复未分配到分片，默认情况下，ES 按如下优先级顺序：

index.priority设置（值大优先）
索引创建日期（日期越大越优先）
索引名称（先高后低）

我们可以，动态的通过 index.priority 设置优先级，UPDATE 修改索引设置

PUT person/_settings
{
  "index.priority": 1
}

节点掉线时延时分配

当某个节点丢失（离开集群）时，主节点

将副本分片替换该节点的主分片
重新分配丢失的副本分片
在其余的节点上重新平衡分片

这个过程会给集群增加负载，当节点丢失的时间很短，几分钟内就恢复了，那么此过程其实是可以避免的，我们可以通过 index.unassigned.node_left.delayed_timeout 来设置分配延迟时间，该配置默认为 1m （1分钟），可以在索引（或所有索引）上更新此设置：文章来源地址https://www.toymoban.com/news/detail-745606.html

PUT _all/_settings
{
  "settings": {
    "index.unassigned.node_left.delayed_timeout": "5m"
  }
}

到了这里，关于Elasticsearch 分片策略的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

Elasticsearch 分片策略

分片

索引设置分片

获取索引分片信息

示例

分片分配

集群级分片分配

索引级分片分配

索引级分片筛选

每个节点的分片总数

索引恢复优先级

节点掉线时延时分配

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏

支付宝扫一扫领取红包，优惠每天领

二维码1

二维码2