全网最详细的大数据ELK文章系列，强烈建议收藏加关注！

新文章都已经列出历史文章目录，帮助大家回顾前面的知识重点。

目录

Elasticsearch架构原理

一、Elasticsearch的节点类型

1、Master节点

2、DataNode节点

二、分片和副本机制

1、分片（Shard）

2、副本

3、指定分片、副本数量

三、Elasticsearch重要工作流程

1、Elasticsearch文档写入原理

2、Elasticsearch检索原理

四、Elasticsearch准实时索引实现

1、溢写到文件系统缓存

2、写translog保障容错

3、flush到磁盘

4.、segment合并

Elasticsearch架构原理

一、Elasticsearch的节点类型

在Elasticsearch有两类节点，一类是Master，一类是DataNode。

1、Master节点

在Elasticsearch启动时，会选举出来一个Master节点。当某个节点启动后，然后使用Zen Discovery机制找到集群中的其他节点，并建立连接。

discovery.seed_hosts: ["node1", "node2", "node3"]

并从候选主节点中选举出一个主节点。

cluster.initial_master_nodes: ["node1", "node2"]

Master节点主要负责：

  • 管理索引（创建索引、删除索引）、分配分片
  • 维护元数据
  • 管理集群节点状态
  • 不负责数据写入和查询，比较轻量级

一个Elasticsearch集群中，只有一个Master节点。在生产环境中，内存可以相对小一点，但机器要稳定。

2、DataNode节点

在Elasticsearch集群中，会有N个DataNode节点。DataNode节点主要负责：

  • 数据写入、数据检索，大部分Elasticsearch的压力都在DataNode节点上
  • 在生产环境中，内存最好配置大一些

​​​​​​​二、分片和副本机制

​​​​​​​1、分片（Shard）

  • Elasticsearch是一个分布式的搜索引擎，索引的数据也是分成若干部分，分布在不同的服务器节点中
  • 分布在不同服务器节点中的索引数据，就是分片（Shard）。Elasticsearch会自动管理分片，如果发现分片分布不均衡，就会自动迁移
  • 一个索引（index）由多个shard（分片）组成，而分片是分布在不同的服务器上的

2、​​​​​​​副本

为了对Elasticsearch的分片进行容错，假设某个节点不可用，会导致整个索引库都将不可用。所以，需要对分片进行副本容错。每一个分片都会有对应的副本。在Elasticsearch中，默认创建的索引为1个分片、每个分片有1个主分片和1个副本分片。

  • 每个分片都会有一个Primary Shard（主分片），也会有若干个Replica Shard（副本分片）
  • Primary Shard和Replica Shard不在同一个节点上

3、指定分片、副本数量

// 创建指定分片数量、副本数量的索引
PUT /job_idx_shard
{"mappings": {"properties": {"id": { "type": "long", "store": true },"area": { "type": "keyword", "store": true },"exp": { "type": "keyword", "store": true },"edu": { "type": "keyword", "store": true },"salary": { "type": "keyword", "store": true },"job_type": { "type": "keyword", "store": true },"cmp": { "type": "keyword", "store": true },"pv": { "type": "keyword", "store": true },"title": { "type": "text", "store": true },"jd": { "type": "text"}}},"settings": {"number_of_shards": 3,"number_of_replicas": 2}
}
// 查看分片、主分片、副本分片
GET /_cat/indices?v

三、Elasticsearch重要工作流程

1、​​​​​​​Elasticsearch文档写入原理

1、选择任意一个DataNode发送请求，例如：node2。此时，node2就成为一个 coordinating node（协调节点）

2、计算得到文档要写入的分片

  • `shard = hash(routing) % number_of_primary_shards`
  • routing 是一个可变值，默认是文档的 _id

3、coordinating node会进行路由，将请求转发给对应的primary shard所在的DataNode（假设primary shard在node1、replica shard在node2）

4、node1节点上的Primary Shard处理请求，写入数据到索引库中，并将数据同步到 Replica shard

5、Primary Shard和Replica Shard都保存好了文档，返回client

2、​​​​​​​Elasticsearch检索原理

  • client发起查询请求，某个DataNode接收到请求，该DataNode就会成为协调节点（Coordinating Node）
  • 协调节点（Coordinating Node）将查询请求广播到每一个数据节点，这些数据节点的分片会处理该查询请求。协调节点会轮询所有的分片来自动进行负载均衡
  • 每个分片进行数据查询，将符合条件的数据放在一个优先队列中，并将这些数据的文档ID、节点信息、分片信息返回给协调节点
  • 协调节点将所有的结果进行汇总，并进行全局排序
  • 协调节点向包含这些文档ID的分片发送get请求，对应的分片将文档数据返回给协调节点，最后协调节点将数据返回给客户端

四、Elasticsearch准实时索引实现

1、​​​​​​​溢写到文件系统缓存

  • 当数据写入到ES分片时，会首先写入到内存中，然后通过内存的buffer生成一个segment，并刷到文件系统缓存中，数据可以被检索（注意不是直接刷到磁盘）
  • ES中默认1秒，refresh一次

2、写translog保障容错

  • 在写入到内存中的同时，也会记录translog日志，在refresh期间出现异常，会根据translog来进行数据恢复
  • 等到文件系统缓存中的segment数据都刷到磁盘中，清空translog文件

3、flush到磁盘

  • ES默认每隔30分钟会将文件系统缓存的数据刷入到磁盘

4.、​​​​​​​segment合并

  • Segment太多时，ES定期会将多个segment合并成为大的segment，减少索引查询时IO开销，此阶段ES会真正的物理删除（之前执行过的delete的数据）