seo课培训优化设计电子版
前言
单机ES做数据存储，必然面临两个问题：海量数据的存储，单点故障。
如何解决这两个问题？
- 海量数据的存储问题： 将索引库从逻辑上拆分为N个分片（shard），存储到多个节点。
- 单点故障问题： 将分片数据在不同节点备份（replica）
缺点是什么？ 造成资源的消耗的N倍的。
一、搭建ES集群
使用docker容器模拟ES的节点
1、一键启动文件 docker-compose.yml
version: '2.2'
services:es01:image: elasticsearch:7.12.1container_name: es01environment:- node.name=es01- cluster.name=es-docker-cluster- discovery.seed_hosts=es02,es03- cluster.initial_master_nodes=es01,es02,es03- "ES_JAVA_OPTS=-Xms512m -Xmx512m"volumes:- data01:/usr/share/elasticsearch/dataports:- 9200:9200networks:- elastices02:image: elasticsearch:7.12.1container_name: es02environment:- node.name=es02- cluster.name=es-docker-cluster- discovery.seed_hosts=es01,es03- cluster.initial_master_nodes=es01,es02,es03- "ES_JAVA_OPTS=-Xms512m -Xmx512m"volumes:- data02:/usr/share/elasticsearch/dataports:- 9201:9200networks:- elastices03:image: elasticsearch:7.12.1container_name: es03environment:- node.name=es03- cluster.name=es-docker-cluster- discovery.seed_hosts=es01,es02- cluster.initial_master_nodes=es01,es02,es03- "ES_JAVA_OPTS=-Xms512m -Xmx512m"volumes:- data03:/usr/share/elasticsearch/dataports:- 9202:9200networks:- elasticvolums:data01:driver: localdata02:driver: localdata03:driver: localnetworks:elastic:driver: bridge
2、更改linux系统权限 /etc/sysctl.conf，并启动docker
# command
vi /etc/sysctl.conf#添加内容
vm.max_map_count=262144#执行命令，完成配置
sysctl -p#一键部署docker
docker-compose up -d
效果图
3、利用cerebro监控es集群状态
kibana当然可以监控es集群，但新版本需要依赖es的 x-pack 功能，配置较为复杂。
所以我们使用cerebro监控es集群，官网：https://github.com/lmenezes/cerebro
使用的是 cerebro-0.9.4
开启 cerebro： 双击/bin/cerebro.bat 即可。
访问localhost:9000
我们可以输入任意一个ES地址，例如虚拟机IP:9200
4、创建索引库
方式一：kibana的DevTools创建索引库
PUT /zengoo
{"settings": {"number_of_shards": 3, # 分片数量"number_of_replicas": 1 # 副本数量},"mappings": {"properties": {//..mapping映射的定义}}
}
方式二：利用cerebro创建索引
二、集群脑裂问题
（一）ES集群的节点角色
| 节点类型 | 配置参数 | 默认值 | 节点职责 |
|---|---|---|---|
| master-eligible | node.master | true | 备选主节点 主节点可以管理和记录集群状态 决定分片在哪个节点 处理创建和删除索引库的请求 |
| data | node.data | true | 数据节点：存储数据、搜索、聚合、CRUD |
| ingest | node.ingest | true | 数据存储之前的预处理 |
| coordinating | 上面三个都为false则为coordinating节点 | 无 | 路由请求到其它节点 合并其它节点处理的结果，返回用户 |
（二）ES集群的分布式查询
ES中的每个节点角色都有自己的不同职责，因此建议集群部署时，每个节点都有独立的角色。
分布式查询流程
用户 》 负载均衡器 》 coordinating 节点 》 data 节点 》 master-eligible
（三）集群的脑裂
1、概念： 指的是主节点由于网络问题与其他节点失去联系，其它节点处于选举时期，重新选取一个备用主节点，当网络恢复时，集群当中可能会产生两个及以上的主节点，这就是脑裂。
2、解决方式： 通过配置选票条件，当选票（超过主节点数+1）当选为主节点，因此主节点的数量最好是奇数。discovery.zen.minimum_master_nodes，在es7.0后，称为默认配置，一般不会发生脑裂问题。
三、集群故障转移
（1）故障转移： 集群的master节点会监控集群中的节点状态，如果发现有节点宕机，会立即将宕机节点的分片数据迁移到其它节点，确保数据安全。
我们不需要自己实现故障转移，master节点已经实现了故障转移
四、集群分布式存储
当新增文档时，应该保存到不同的分片，保证数据均衡，那么 coordinating node如何确定数据存储到哪个分片上？
（1）负载均衡的原理
ES通过hash算法来计算文档的存储位置，shard = hash(_routing) % number_of_shards
- _routing：默认是文档的id
- 算法与分片数量有关，因此索引库一旦被创建，分片数量就不能修改
（2）新增文档的流程
- 用户新增文档
id=1，向coordinating 节点发起请求 - 经过hash运算，hash=2
- coordinating 节点路由到分配了2号分片的节点
- 在分配了2号分片的节点存储文档，并查询对应的备份节点
- 存储的节点向有2号备份分片备份的节点同步数据
- 主分片与备用分片所在节点公共返回结果给coordinating 节点
- coordinating 节点将结果返回给用户
五、集群分布式查询
ES查询的两个阶段：
- scatter phase： 分散阶段，coordinating node会把请求分发到每个分片上。
- gather phase： 聚集阶段，coordinating node汇总data node搜索结果，并处理为最终结果集返回用户。