ES 集群

# 50.ES 集群

接下来讲讲关于 ES 集群的知识 ‍

# 前言

ES 集群是一个 P2P 类型（使用 gossip 协议）的分布式系统，除了集群状态管理以外，其他所有的请求都可以发送到集群内任意一台节点上，这个节点可以自己找到需要转发给哪些节点，并且直接跟这些节点通信。所以，从网络架构及服务配置上来说，构建集群所需要的配置极其简单。

在 Elasticsearch 2.0 之前，无阻碍的网络下，所有配置了相同 cluster.name 的节点都自动归属到一个集群中。2.0 版本之后，基于安全的考虑避免开发环境过于随便造成的麻烦，从 2.0 版本开始，默认的自动发现方式改为了单播（unicast）方式。配置里提供几台节点的地址，ES 将其视作 gossip router 角色，借以完成集群的发现。由于这只是 ES 内一个很小的功能，所以 gossip router 角色并不需要单独配置，每个 ES 节点都可以担任。所以，采用单播方式的集群，各节点都配置相同的几个节点列表作为 router 即可。

集群中节点数量没有限制，一般大于等于 2 个节点就可以看做是集群了。一般处于高性能及高可用方面来考虑一般。集群中的节点数量都是 3 个及 3 个以上。

为了方便，我们在一台服务器上创建多个实例演示。 ‍

# 集群的相关概念

‍

# 集群 cluster

一个集群就是由一个或多个节点组织在一起，它们共同持有整个的数据，并一起提供索引和搜索功能。一个集群由一个唯一的名字标识，这个名字默认就是 "elasticsearch"。这个名字是重要的，因为一个节点只能通过指定某个集群的名字，来加入这个集群 ‍

# 节点 node

一个节点是集群中的一个服务器，作为集群的一部分，它存储数据，参与集群的索引和搜索功能。和集群类似，一个节点也是由一个名字来标识的，默认情况下，这个名字是一个随机的漫威漫画角色的名字，这个名字会在启动的时候赋予节点。这个名字对于管理工作来说挺重要的，因为在这个管理过程中，你会去确定网络中的哪些服务器对应于 Elasticsearch 集群中的哪些节点。

一个节点可以通过配置集群名称的方式来加入一个指定的集群。默认情况下，每个节点都会被安排加入到一个叫做 "elasticsearch" 的集群中，这意味着，如果你在你的网络中启动了若干个节点，并假定它们能够相互发现彼此，它们将会自动地形成并加入到一个叫做 "elasticsearch" 的集群中。

在一个集群里，只要你想，可以拥有任意多个节点。而且，如果当前你的网络中没有运行任何 Elasticsearch 节点，这时启动一个节点，会默认创建并加入一个叫做 "elasticsearch" 的集群。

# 分片和 shards

一个索引可以存储超出单个结点硬件限制的大量数据。比如，一个具有 10 亿文档的索引占据 1TB 的磁盘空间，而任一节点都没有这样大的磁盘空间；或者单个节点处理搜索请求，响应太慢。

为了解决这个问题，ES 提供了将索引划分成多份的能力，这些份就叫做分片。当你创建一个索引的时候，你可以指定你想要的分片的数量。每个分片本身也是一个功能完善并且独立的 "索引"，这个 "索引" 可以被放置到集群中的任何节点上。分片很重要，主要有两方面的原因：

允许你水平分割/扩展你的内容容量。
允许你在分片（潜在地，位于多个节点上）之上进行分布式的、并行的操作，进而提高性能/吞吐量。

至于一个分片怎样分布，它的文档怎样聚合回搜索请求，是完全由 ES 管理的，对于作为用户的你来说，这些都是透明的。

# 复制 replicas

在一个网络/云的环境里，失败随时都可能发生，在某个分片/节点不知怎么的就宕机了，或者由于任何原因消失了，这种情况下，有一个故障转移机制是非常有用并且是强烈推荐的。为此目的，ES 允许你创建分片的一份或多份拷贝，这些拷贝叫做复制分片，或者直接叫复制。

复制之所以重要，有两个主要原因：在分片/节点失败的情况下，提供了高可用性。因为这个原因，注意到复制分片从不与原/主要（original/primary）分片置于同一节点上是非常重要的。这还可以扩展搜索量/吞吐量，因为搜索可以在所有的复制上并行运行。

总之，每个索引可以被分成多个分片。一个索引也可以被复制 0 次（意思是没有复制）或多次。一旦复制了，每个索引就有了主分片（作为复制源的原来的分片）和复制分片（主分片的拷贝）之别。分片和复制的数量可以在索引创建的时候指定。在索引创建之后，你可以在任何时候动态地改变复制的数量，但是你事后不能改变分片的数量。

默认情况下，ES 中的每个索引被分片 5 个主分片和 1 个复制，这意味着，如果你的集群中至少有两个节点，你的索引将会有 5 个主分片和另外 5 个复制分片（1 个完全拷贝），这样的话每个索引总共就有 10 个分片。 ‍ 逻辑结构示意图：

数据存储到服务器上的示意图：

‍

一般复制的分片，不会和被复制的分片，放在同一个服务器上，避免宕机后造成数据丢失

# 集群的搭建

‍

# 准备三台 elasticsearch 服务器

为了方便演示，我们不找三台服务器了，而是在本机上创建 3 个实例。

我们可以解压之前下载的 ES 安装包，解压 3 份，修改每个文件夹的名字；
复制 2 份我们之前配置好的 ES 目录，注意要删除 ES 里面的 data 目录（就是不能有数据），否则会失败 ‍ 我使用的是第二种方式，3 个 ES：
elasticsearch-5.6.8：作为 node1 结点
elasticsearch-5.6.8-2：作为 node2 结点
elasticsearch-5.6.8-3：作为 node3 结点

然后删除所有的 data 目录 ‍

# 修改每台服务器配置

修改 config\elasticsearch.yml 配置文件 ‍ node1 节点：在文件末尾添加配置

# 节点1的配置信息： 
# 集群名称，保证唯一 
cluster.name: my-elasticsearch 
# 节点名称，必须不一样 
node.name: node-1 
# 必须为本机的ip地址 
network.host: 127.0.0.1 
# 服务端口号，在同一机器下必须不一样 
http.port: 9201
# 集群间通信端口号，在同一机器下必须不一样 
transport.tcp.port: 9301 
# 设置集群自动发现机器ip集合 
discovery.zen.ping.unicast.hosts: ["127.0.0.1:9301","127.0.0.1:9302","127.0.0.1:9303"]

1
2
3
4
5
6
7
8
9
10
11
12
13

node2 节点：

# 节点1的配置信息： 
# 集群名称，保证唯一 
cluster.name: my-elasticsearch 
# 节点名称，必须不一样 
node.name: node-2 
# 必须为本机的ip地址 
network.host: 127.0.0.1 
# 服务端口号，在同一机器下必须不一样 
http.port: 9202
# 集群间通信端口号，在同一机器下必须不一样 
transport.tcp.port: 9302 
# 设置集群自动发现机器ip集合 
discovery.zen.ping.unicast.hosts: ["127.0.0.1:9301","127.0.0.1:9302","127.0.0.1:9303"]

1
2
3
4
5
6
7
8
9
10
11
12
13

node3 节点：

# 节点1的配置信息： 
# 集群名称，保证唯一 
cluster.name: my-elasticsearch 
# 节点名称，必须不一样 
node.name: node-3 
# 必须为本机的ip地址 
network.host: 127.0.0.1 
# 服务端口号，在同一机器下必须不一样 
http.port: 9203
# 集群间通信端口号，在同一机器下必须不一样 
transport.tcp.port: 9303 
# 设置集群自动发现机器ip集合 
discovery.zen.ping.unicast.hosts: ["127.0.0.1:9301","127.0.0.1:9302","127.0.0.1:9303"]

1
2
3
4
5
6
7
8
9
10
11
12
13

# 启动各个节点服务器

依次双击每个结点的 bin\elasticsearch.bat ‍ 我们可以看到第一个结点的启动日志：

new master：表示是主结点，因为是它先启动的
add node-2：添加了一个结点
add node-3：添加了一个结点

# head 连接集群

只需连接集群中的任一结点即可，例如 9201： node-1 前面有个五角星，表明是主结点，其他两个则是从

# 集群测试

搭建完集群后，添加和维护索引库的步骤和单机版是一样的，这里简单演示下 ‍

# 添加索引和映射

使用 postman 发送请求：PUT http://127.0.0.1:9201/index1/ ‍ 然后在 head 插件刷新下，可以看到分片的情况（边框比较粗的就是主节点的数据分片）

我们点击下 0，可以看到该分片的信息，primary 为 true，是主节点的分片

我们再创建一个带 mappings 的索引，PUT http://127.0.0.1:9201/blog/

{
    "mappings": {
        "article": {
            "properties": {
                "id": {
                	"type": "long",
                    "store": true,
                    "index":"not_analyzed"                  
                },
                "title": {
                	"type": "text",
                    "store": true,
                    "index":"analyzed",
                    "analyzer":"ik_smart"
                },
                "content": {
                	"type": "text",
                    "store": true,
                    "index":"analyzed",
                    "analyzer":"ik_smart"
                }
            }
        }
    }
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

# 添加文档

‍ 请求 URL POST http://127.0.0.1:9201/blog/article/1，请求体：

{
	"id":1,
	"title":"ElasticSearch是一个基于Lucene的搜索服务器",
	"content":"它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是当前流行的企业级搜索引擎。设计用于云计算中，能够达到实时搜索，稳定，可靠，快速，安装使用方便。"
}

1
2
3
4
5

‍ 响应结果：

{
    "_index": "blog",
    "_type": "article",
    "_id": "1",
    "_version": 1,
    "result": "created",
    "_shards": {
        "total": 2,
        "successful": 2,
        "failed": 0
    },
    "created": true
}

1
2
3
4
5
6
7
8
9
10
11
12
13

完。 ‍

上次更新: 2025/6/3 09:31:54

← ES 集成 IK 分词器使用 Java 操作 ES→