5.3-文档分布式存储

⽂档存储在分⽚上

• ⽂档会存储在具体的某个主分⽚和副本分⽚上：例如 ⽂档 1， 会存储在 P0 和 R0 分⽚上

• ⽂档到分⽚的映射算法

  • 确保⽂档能均匀分布在所⽤分⽚上，充分利⽤硬件资源，避免部分机器空闲，部分机器繁忙

  • 潜在的算法

    • 随机 / Round Robin。当查询⽂档 1，分⽚数很多，需要多次查询才可能查到 ⽂档 1

    • 维护⽂档到分⽚的映射关系，当⽂档数据量⼤的时候，维护成本⾼

    • 实时计算，通过⽂档 1，⾃动算出，需要去那个分⽚上获取⽂档

⽂档到分⽚的路由算法

• shard = hash(_routing) % number_of_primary_shards

  • Hash 算法确保⽂档均匀分散到分⽚中

  • 默认的 _routing 值是⽂档 id

  • 可以⾃⾏制定 routing数值，例如⽤相同国家的商品，都分配到指定的 shard

  • 设置 Index Settings 后， Primary 数，不能随意修改的根本原因

PUT posts/_doc/100?routing=bigdata
{
    "title": "Mastering Elasticsearch",
    "body": "Let's Rock"
}

更新⼀个⽂档

更新⼀个⽂档

删除⼀个⽂档

删除⼀个⽂档

本节知识点回顾

• 可以通过设置 Index Settings，控制数据的分⽚

• Primary Shard 的值不能修改，修改需要重新 Index。默认值是 5， 从 7 开始，默认值改为 1

• 索引写⼊数据后，Replica 的值可以修改。增加副本，可提⾼⼤并发下的读取性能

• 通过控制集群的节点数，设置 Primary Shard 数，实现⽔平扩展