Elasticsearch中的碎片和副本

Question

我试图理解什么是碎片和副本在Elasticsearch中，但我没有设法理解它。如果我下载Elasticsearch并运行脚本，那么根据我所知，我已经启动了一个具有单个节点的集群。现在这个节点（我的PC）有5个碎片（？）还有一些复制品（？）。

它们是什么，我有5个重复的索引吗？如果是，为什么？我需要一些解释。

Answer 1

索引被分解成碎片，以便对它们进行分配和缩放。

副本是碎片的副本，在节点丢失时提供可靠性。这个数字经常会混淆，因为replica count==1意味着集群必须有碎片的主副本和复制副本才能处于绿色状态。

要创建副本，群集中必须至少有2个节点。

您可能会发现此处的定义更容易理解：http://www.elasticsearch.org/guide/reference/glossary/

最好的问候，保罗

Answer 2

我会试着用一个真实的例子来解释，因为你得到的答案和回复似乎对你没有帮助。

下载elasticsearch并启动它时，将创建一个elasticsearch节点，该节点尝试加入现有集群（如果可用）或创建一个新集群。假设您使用一个节点创建了自己的新集群，也就是刚刚启动的节点。我们没有数据，因此我们需要创建一个索引。

创建索引时（索引也是在为第一个文档创建索引时自动创建的），可以定义它将由多少个碎片组成。如果您没有指定一个数字，它将有一个缺省的碎片数：5个Primaries。这是什么意思？

这意味着elasticsearch将创建包含您数据的5个主要碎片：

 ____    ____    ____    ____    ____
| 1  |  | 2  |  | 3  |  | 4  |  | 5  |
|____|  |____|  |____|  |____|  |____|

每次索引文档时，elasticsearch都会决定哪个主碎片应该保存该文档，并将其索引到该文档。主碎片不是数据的副本，它们是数据！拥有多个碎片确实有助于利用单机上的并行处理，但关键是，如果我们在同一集群上启动另一个elasticsearch实例，碎片将以均匀的方式分布在集群上。

然后，节点1将只保存例如三个分片：

 ____    ____    ____ 
| 1  |  | 2  |  | 3  |
|____|  |____|  |____|

由于剩余的两个碎片已移动到新启动的节点：

 ____    ____
| 4  |  | 5  |
|____|  |____|

为什么会出现这种情况？因为elasticsearch是一个分布式搜索引擎，这样您就可以利用多个节点/机器来管理大量的数据。

每个elasticsearch索引都至少由一个主碎片组成，因为这是存储数据的地方。但是，每一个分片都是有代价的，因此，如果您只有一个节点，并且没有可预见的增长，那么只需使用一个主分片即可。

另一种类型的碎片是副本。默认值为1，这意味着每个主碎片都将复制到包含相同数据的另一个碎片。副本用于提高搜索性能和故障转移。副本碎片永远不会被分配在相关主数据所在的同一节点上（这几乎就像将备份与原始数据放在同一磁盘上一样）。

回到我们的示例，对于1个副本，我们将在每个节点上拥有整个索引，因为将在第一个节点上分配2个副本碎片，并且它们将包含与第二个节点上的主碎片完全相同的数据：

 ____    ____    ____    ____    ____
| 1  |  | 2  |  | 3  |  | 4R |  | 5R |
|____|  |____|  |____|  |____|  |____|

第二个节点也是如此,它将包含第一个节点上的主碎片的副本：

 ____    ____    ____    ____    ____
| 1R |  | 2R |  | 3R |  | 4  |  | 5  |
|____|  |____|  |____|  |____|  |____|

通过这样的设置，如果一个节点关闭，您仍然拥有整个索引。副本碎片将自动成为主要碎片,尽管节点出现故障,集群仍将正常工作,如下所示：

 ____    ____    ____    ____    ____
| 1  |  | 2  |  | 3  |  | 4  |  | 5  |
|____|  |____|  |____|  |____|  |____|

由于您有“number_of_replicas”:1，因此无法再分配副本，因为它们从未分配在主服务器所在的同一节点上。这就是为什么您将有5个未分配的碎片、副本，并且集群状态将是黄色而不是绿色。没有数据丢失，但它可能更好，因为某些碎片不能分配。

一旦备份了离开的节点，它就会再次加入集群，并重新分配副本。可以加载第二个节点上的现有分片，但它们需要与其他分片同步，因为写操作很可能发生在节点关闭时。在此操作结束时，群集状态将变为绿色。

希望这能为你澄清问题。