Elasticsearch 架构原理

一、Elasticsearch 的节点类型

在 Elasticsearch 有两类节点，一类是 Master，一类是 DataNode。

1、Master 节点

在 Elasticsearch 启动时，会选举出来一个 Master 节点。当某个节点启动后，然后使用 Zen Discovery 机制找到集群中的其他节点，并建立连接。

discovery.seed_hosts: "node1", "node2", "node3"

并从候选主节点中选举出一个主节点。

cluster.initial_master_nodes: "node1", "node2"

Master 节点主要负责：

• 管理索引（创建索引、删除索引）、分配分片

• 维护元数据

• 管理集群节点状态

• 不负责数据写入和查询，比较轻量级

一个 Elasticsearch 集群中，只有一个 Master 节点。在生产环境中，内存可以相对小一点，但机器要稳定。

2、DataNode 节点

在 Elasticsearch 集群中，会有 N 个 DataNode 节点。DataNode 节点主要负责：

• 数据写入、数据检索，大部分 Elasticsearch 的压力都在 DataNode 节点上

• 在生产环境中，内存最好配置大一些

二、分片和副本机制

1、分片（Shard）

• Elasticsearch 是一个分布式的搜索引擎，索引的数据也是分成若干部分，分布在不同的服务器节点中

• 分布在不同服务器节点中的索引数据，就是分片（Shard）。Elasticsearch 会自动管理分片，如果发现分片分布不均衡，就会自动迁移

• 一个索引（index）由多个 shard（分片）组成，而分片是分布在不同的服务器上的

2、副本

为了对 Elasticsearch 的分片进行容错，假设某个节点不可用，会导致整个索引库都将不可用。所以，需要对分片进行副本容错。每一个分片都会有对应的副本。在 Elasticsearch 中，默认创建的索引为 1 个分片、每个分片有 1 个主分片和 1 个副本分片。

• 每个分片都会有一个 Primary Shard（主分片），也会有若干个 Replica Shard（副本分片）

• Primary Shard 和 Replica Shard 不在同一个节点上

3、指定分片、副本数量

// 创建指定分片数量、副本数量的索引PUT /job_idx_shard{    "mappings": {        "properties": {            "id": { "type": "long", "store": true },            "area": { "type": "keyword", "store": true },            "exp": { "type": "keyword", "store": true },            "edu": { "type": "keyword", "store": true },            "salary": { "type": "keyword", "store": true },            "job_type": { "type": "keyword", "store": true },            "cmp": { "type": "keyword", "store": true },            "pv": { "type": "keyword", "store": true },            "title": { "type": "text", "store": true },            "jd": { "type": "text"}
        }    },    "settings": {        "number_of_shards": 3,        "number_of_replicas": 2    }}

// 查看分片、主分片、副本分片GET /_cat/indices?v

三、Elasticsearch 重要工作流程

1、Elasticsearch 文档写入原理

1、选择任意一个 DataNode 发送请求，例如：node2。此时，node2 就成为一个 coordinating node（协调节点）

2、计算得到文档要写入的分片

• shard = hash(routing) % number\_of\_primary\_shards
  

• routing 是一个可变值，默认是文档的 _id

3、coordinating node 会进行路由，将请求转发给对应的 primary shard 所在的 DataNode（假设 primary shard 在 node1、replica shard 在 node2）

4、node1 节点上的 Primary Shard 处理请求，写入数据到索引库中，并将数据同步到 Replica shard

5、Primary Shard 和 Replica Shard 都保存好了文档，返回 client

2、Elasticsearch 检索原理

• client 发起查询请求，某个 DataNode 接收到请求，该 DataNode 就会成为协调节点（Coordinating Node）

• 协调节点（Coordinating Node）将查询请求广播到每一个数据节点，这些数据节点的分片会处理该查询请求。协调节点会轮询所有的分片来自动进行负载均衡

• 每个分片进行数据查询，将符合条件的数据放在一个优先队列中，并将这些数据的文档 ID、节点信息、分片信息返回给协调节点

• 协调节点将所有的结果进行汇总，并进行全局排序

• 协调节点向包含这些文档 ID 的分片发送 get 请求，对应的分片将文档数据返回给协调节点，最后协调节点将数据返回给客户端

四、Elasticsearch 准实时索引实现

1、溢写到文件系统缓存

• 当数据写入到 ES 分片时，会首先写入到内存中，然后通过内存的 buffer 生成一个 segment，并刷到文件系统缓存中，数据可以被检索（注意不是直接刷到磁盘）

• ES 中默认 1 秒，refresh 一次

2、写 translog 保障容错

• 在写入到内存中的同时，也会记录 translog 日志，在 refresh 期间出现异常，会根据 translog 来进行数据恢复

• 等到文件系统缓存中的 segment 数据都刷到磁盘中，清空 translog 文件

3、flush 到磁盘

• ES 默认每隔 30 分钟会将文件系统缓存的数据刷入到磁盘

4.、segment 合并

• Segment 太多时，ES 定期会将多个 segment 合并成为大的 segment，减少索引查询时 IO 开销，此阶段 ES 会真正的物理删除（之前执行过的 delete 的数据）