Elasticsearch-深度剖析document数据路由原理(学习笔记)

1、document路由到shard上是什么意思?
      一个index的数据会被分为多片,每片都在一个shard中。所以说一个document只能存在于一个shard中。当客户端创建document的时候,es此时就需要决定这个document是放在这个index的哪个shard上。
 这个过程就称之为document routing,数据路由。
2、路由算法:shard = hash(routing) % number_of_primary_shards
    举个例子,一个index有3个primary shard,P0,P1,P2。每次增删改查一个document的时候,都会带过来一个routing number,默认就是这个document的_id(可能是手动指定,也可能是自动生成)routing = _id,假设_id=1,会将这个routing值,传入一个hash函数中,产出一个routing值的hash值,hash(routing) = 21,然后将hash函数产出的值对这个index的primary shard的数量求余数,21 % 3 = 0
就决定了,这个document就放在P0上。
    决定一个document在哪个shard上,最重要的一个值就是routing值,默认是_id,也可以手动指定,相同的routing值,每次过来,从hash函数中,产出的hash值一定是相同的。
    无论hash值是几,无论是什么数字,对number_of_primary_shards求余数,结果一定是在0~number_of_primary_shards-1之间这个范围内的。0,1,2。
3、_id or custom routing value
    默认的routing就是_id,也可以在发送请求的时候,手动指定一个routing value,比如说put /index/type/id?routing=user_id,手动指定routing value是很有用的,可以保证某一类document一定被路由到一个shard上去,那么在后续进行应用级别的负载均衡,以及提升批量读取的性能的时候,是很有帮助的。
4、primary shard数量不可变的谜底
    如果改变primary shard的数量可能导致创建文档时的路由和查询文档时的路由不一致,从而间接导致数据丢失。

猜你喜欢

转载自blog.csdn.net/Micheal_yang0319/article/details/106027282