Elasticsearch 横向扩容

文字内容整理自 B 站中华石杉的 Elasticsearch 顶尖高手系列课程核心知识篇，图片来自于网络，其实我觉的图片比文字好看

Elasticsearch 横向扩容

1. 在扩容过程中，primary shard 和 replica shard 会自动负载均衡，6 个 shard，3 primary，3 replica

2. 扩容之后，每个节点 node 有更少的 shard，IO/CPU/Memory 资源给每个 shard 分配更多，每个 shard 性能更好

3. 扩容的极限，6 个 shard（3 primary，3 replica），最多扩容到 6 台机器，每个 shard 可以占用单台服务器的所有资源，性能最好

4. 超出扩容极限，可以动态修改 replica 数量，9 个 shard（3primary，6 replica），扩容到 9 台机器，比 3 台机器时，拥有 3 倍的读吞吐量

5. 3 台机器下，9 个 shard（3 primary，6 replica），资源更少，但是容错性更好，最多容纳 2 台机器宕机

6. 一方面扩容可以提升系统整体吞吐量；另一方面考虑容错性，在部分服务器宕机的情况下，保证数据不丢失

从这张图可以看出 Elasticsearch 的扩容过程，来自于 2014 年的官方博客 Sizing Elasticsearch

3 台机器，6 个 shard，3 primary，3 replica，可以容错一台机器故障；

3 台机器，9 个 shard，3 primary，3 replica，可以容错两台机器故障。

Elasticsearch 容错机制

1. 假设 Elasticsearch 集群为 9 shard，3 node

2. master node 宕机，自动 master 选举，此时集群状态是 red

3. replica 容错：新 master 节点将 replica 提升为 primary shard，此时集群状态为 yellow

4. 重启宕机 node，master 拷贝 replica 到该 node，使用原有的 shard 并同步宕机后的修改，此时结群状态变为 green，恢复正常

容错第一步：EDN-3 节点宕机，集群自动开始 master 选举，选举另外一个 node 成为新的 master，承担起 master 的职责

容错第二步：新 master 将丢失的 primary shard 的某个 replica shard 提升为 primary shard。此时 cluster status 会变成 yellow，因为 primary shard 全都变成 active 了。但是，少了一个 replica shard，所以不是所有的 replica shard 都是 active 了。

容错第三步：重启故障的 node，new master 会将缺失的副本都 copy 一份到该 node 上，而且该 node 会使用之前已有 shard 的数据，知识同步一下宕机之后发生的修改。cluster status 变成 green，因为 primary shard 和 replica shard 都齐全了。

如果故障节点 node 在哪里跌倒就在哪里躺下，启动不起来呢？