单个分片

7.0 开始，新创建一个索引时，默认只有 1 个主分片；

优点

• 单个分片可以避免算分不准，聚合不准的问题；

缺点

• 单个索引，单个分片时，集群无法实现水平扩展，即使增加新的节点，也无法实现水平扩展；

两个分片

如果一个索引的主分片数是 2，那么集群增加一个节点后，ElasticSearch 会自动进行分片的移动，也叫 Shard Rebalancing。

如何设计分片数

分片数 > 节点数

• 集群中有新的节点加入，分片就可以进行自动分配；
• 分片在重新分配时，系统不会有 downtime；

多分片的好处

一个索引的多个分片，如果分布在多个节点，多个节点可以并行执行：

• 查询可以并行执行；
• 数据写入可以分散到多个机器；

分片过多所带来的副作用

Shard 是 ElasticSearch 实现集群水平扩展的最小单位，过多设置分片数会带来一些潜在的问题；

• 每个分片是一个 Lucene 的 Index，会占用机器的资源，过多的分片会导致额外的性能开销；
• 每次搜索的请求，需要从每个分片上获取数据；
• 分片的 Meta 信息由 Master 节点维护，过多，会增加管理的负担，经验值，控制分片的总数在 10w 以内；

如何确定主分片数

从存储的角度看

• 日志类应用：单个分片不要大于 50 GB；
• 搜索类应用：单个分片不要超过 20 GB；

为什么要控制分片存储的大小？

• 提高 Update 的性能；
• Merge 时，减少所需的资源；
• 丢失节点后，具备更快的恢复速度，便于分片在集群内 Rebalancing；

如何确定副本分片数

副本是主分片的拷贝，需要占用和主分片一样的资源，其主要作用有：

• 提高系统的可用性；
• 防止数据丢失；
• 响应查询请求；

副本分片对性能的影响

• 副本会降低数据的索引（写入）速度，有几份副本，就会有几倍的 CPU 资源消耗在索引上；
• 会减缓对主分片的查询压力，但是会消耗同样的内存资源；如果机器资源充足，提高副本数，可以提高整体的 QPS；

ElasticSearch 的分片策略

ElasticSearch 会尽量保证节点上的分片数大致相同，有些时候会有一些问题：

• 扩容的新节点没有数据，导致新索引集中在新的节点；
• 热点数据过于集中，可能会产生性能问题；

几个影响 ElasticSearch 分片策略的参数

• index.routing.allocation.total_shards_per_node；
• cluster.routing.allocation.total_shards_perL_node；