1 Elasticsearch的节点类型
在Elasticsearch主要分成两类节点，一类是Master，一类是DataNode。
1.1 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: ["192.168.38.50:9300","192.168.38.51:9300","192.168.38.52:9300"]
并从候选主节点中选举出一个主节点。
cluster.initial_master_nodes: ["192.168.38.50:9300", "192.168.38.51:9300","192.168.38.52:9300"]
Master节点主要负责：
（1）管理索引（创建索引、删除索引）、分配分片。
（2）维护元数据。
（3）管理集群节点状态。
（4）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。
1.2 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。
2 分片和副本
2.1 分片
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。
2.2 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。
2.3 demo
描述： 创建工作索引库，该索引由3个分片，2个副本组成。
PUT /job_index
{
"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
}
}
3 重要工作流程
3.1 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
3.2 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。
4 Elasticsearch准实时索引实现
elasticsearch 被称为准实时搜索，原因是对 Elasticsearch 的写入操作成功后，写入的数据需要1秒钟后才能被搜索到，因此 Elasticsearch 搜索是准实时或者又称为近实时（near real time）。
elasticsearch底层使用的 Lucene，而 Lucene 的写入是实时的。但 Lucene 的实时写入意味着每一次写入请求都直接将数据写入硬盘，因此频繁的I/O操作会导致很大的性能问题。
4.1 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。
4.2 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。
4.3 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。
4.4 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）。
5 ES集群搭建过程
描述： docker+3台节点+kibana连接ES集群
ElasticSearch7 集群搭建
转载：https://blog.csdn.net/qq_34125999/article/details/116277664