ES 基礎ES 叢集ES 叢集上業務最佳化

一、ES 基礎

ES 的安裝下載，網上一大片，我這邊不在重複。可以看看我以前做的小筆記：

Spring Boot 2.0 M7 整合 ES 5 、Kibana 和 X-pack

其中 ES 三大要素：

文件（Document）文件，在面向物件觀念就是一個物件。在 ES 裡面，是一個大 JSON 物件，是指定了唯一 ID 的最底層或者根物件。文件的位置由 _index、_type 和 _id 唯一標識。文件元資料：_index ：文件在哪存放_type ： 文件表示的物件類別_id ：文件唯一標識索引（Index）索引，用於區分文件成組，即分到一組的文件集合。索引，用於儲存文件和使文件可被搜尋。比如專案索引命名為 project ，交易索引命名為 trade 等。

型別（Type）型別，用於區分索引中的文件，即在索引中對資料邏輯分割槽。比如設計專案分為 ui 、 ux 這些型別。可以放在該類目進行區分。但一般操作，很少用到這麼複雜的。

可見， _index 索引的重要性。避免某個索引儲存不相關的資料。

二、ES 叢集

ES 叢集搭建，文章很多。我這邊也不一一列舉了。先看 ES 叢集分散式圖

叢集（Cluster）

跟伺服器叢集類似，多個 ElasticSearch 執行例項（節點 Node）的組合體是 ElasticSearch 叢集。

ElasticSearch 是天然分散式的，可以透過水平擴容為叢集新增更多節點。

ElasticSearch 叢集是去中心化的，只有一個主節點（Master）。而且主節點是動態選舉，因此不會出現單點故障。

那節點是什麼？

節點（Node）

如圖，P1 P2 P0 是節點內的主分片，其他 R 是副分片。

那分片是什麼？

分片（Shard）

分片，是 ES 節點中最小的工作單元。分片僅儲存全部資料的一部分。分片包括主分片和副分片，主分片是副分片的複製。主分片和副分片基本沒有大的區別。

如果是全文搜尋，會查詢到每個分片，然後將每個分片的結果進行全域性地收集，並處理返回。

舉個例子：比如新建了一個索引 project , 儲存專案相關的資料。那具體的某個 project A 的資料會被切分，儲存在不同的分片上。那麼根據 project A 的 _id 如何路由到具體的分片上呢？

分片的路由公式是這樣的：

hash 函式生成數字，經過取餘演算法得到餘數。餘數就是分片的位置。routing 是可變值，支援自定義。預設文件 _idnumber_of_primary_shards 主分片的數量

三、ES 叢集上業務最佳化

倘若如果剛剛那個例子，一個索引 project , 儲存專案相關的資料。專案的數量級越來越大，億量級，萬億量級。那一個大索引的查詢啥的都會出現瓶頸。這時候該怎麼最佳化呢？

這時候是不是想到了，一句常說的：空間換時間。這時候是不是也想到了，MySQL 分庫

所以大索引的拆分，也不是很難。類似分片的路由規則，根據具體業務指定即可。

這裡，我們可以定義 1000 個索引，分別名為 project_1、project_2、project_3…

然後在 ES 叢集上面架一層簡單的 proxy 。裡面核心的業務路由規則可以這樣：

project_id 專案自增 IDindex_id 得出來的索引對應的 ID

總結一張圖：

ES proxy 層：做總索引和真正分索引的對映ES 索引配置管理：做索引與業務的對映ES 叢集：就是上面講的