Elasticsearch 系列（六）- ES数据同步和ES集群

本章将和大家分享ES的数据同步方案和ES集群相关知识。废话不多说，下面我们直接进入主题。

一、ES数据同步

1、数据同步问题

Elasticsearch中的酒店数据来自于mysql数据库，因此mysql数据发生改变时，Elasticsearch也必须跟着改变，这个就是Elasticsearch与mysql之间的数据同步。

在微服务中，负责酒店管理（操作mysql ）的业务与负责酒店搜索（操作Elasticsearch ）的业务可能在两个不同的微服务上，数据同步该如何实现呢？

2、数据同步方案一：同步调用

3、数据同步方案二：异步通知

4、数据同步方案三：监听binlog

5、数据同步三种方案对比总结

方案一：同步调用

• 优点：实现简单，粗暴
• 缺点：业务耦合度高

方案二：异步通知

• 优点：低耦合，实现难度一般
• 缺点：依赖mq的可靠性

方案三：监听binlog

• 优点：完全解除服务间耦合
• 缺点：开启binlog增加数据库负担、实现复杂度高

二、ES集群

1、ES集群结构 

单机的Elasticsearch做数据存储，必然面临两个问题：海量数据存储问题、单点故障问题。

• 海量数据存储问题：将索引库从逻辑上拆分为N个分片（shard），存储到多个节点。
• 单点故障问题：将分片数据在不同节点备份（replica ）。

2、搭建ES集群

每个索引库的分片数量、副本数量都是在创建索引库时指定的，并且分片数量一旦设置以后无法修改。语法如下：

PUT /itcast
{
  "settings": {
    "number_of_shards": 3, // 分片数量
    "number_of_replicas": 1 // 副本数量
  },
  "mappings": {
    "properties": {
      // mapping映射定义 ...
    }
  }
}

具体的ES搭建此处先不做介绍。

3、ES集群的节点角色

Elasticsearch中集群节点有不同的职责划分：

4、ES集群的分布式查询

Elasticsearch中的每个节点角色都有自己不同的职责，因此建议集群部署时，每个节点都有独立的角色。

5、ES集群的脑裂

默认情况下，每个节点都是master eligible节点，因此一旦master节点宕机，其它候选节点会选举一个成为主节点。当主节点与其他节点网络故障时，可能发生脑裂问题。

为了避免脑裂，需要要求选票超过 ( eligible节点数量 + 1 ）/ 2 才能当选为主，因此eligible节点数量最好是奇数。对应配置项是discovery.zen.minimum_master_nodes，在es7.0以后，已经成为默认配置，因此一般不会发生脑裂问题。

主从结构脑裂问题示意图：

1、正常时只有一个主节点	2、网络阻塞

6、小结1

1）master eligible节点的作用是什么？

• 参与集群选主
• 主节点可以管理集群状态、管理分片信息、处理创建和删除索引库的请求

2）data节点的作用是什么？

• 数据的CRUD

3）coordinator节点的作用是什么？

• 路由请求到其它节点
• 合并查询到的结果，返回给用户

7、ES集群的分布式存储

当新增文档时，应该保存到不同分片，保证数据均衡，那么coordinating node如何确定数据该存储到哪个分片呢？

Elasticsearch会通过hash算法来计算文档应该存储到哪个分片：

shard = hash(_routing) % number_of_shards

说明：

• _routing默认是文档的id
• 算法与分片数量有关，因此索引库一旦创建，分片数量不能修改！

新增文档流程：

8、ES集群的分布式查询

Elasticsearch的查询分成两个阶段：

• scatter phase：分散阶段，coordinating node会把请求分发到每一个分片。
• gather phase：聚集阶段，coordinating node汇总data node的搜索结果，并处理为最终结果集返回给用户。

9、小结2

1）分布式新增如何确定分片？

• coordinating node根据id做hash运算，得到结果对shard数量取余，余数就是对应的分片。

2）分布式查询的两个阶段

• 分散阶段：coordinating node将查询请求分发给不同分片
• 收集阶段：将查询结果汇总到coordinating node，整理并返回给用户

10、ES集群的故障转移

集群的master节点会监控集群中的节点状态，如果发现有节点宕机，会立即将宕机节点的分片数据迁移到其它节点，确保数据安全，这个叫做故障转移。

故障转移示意图如下：

1、正常状态	2、主节点宕机

故障转移：

• master宕机后，EligibleMaster选举为新的主节点。
• master节点监控分片、节点状态，将故障节点上的分片转移到正常节点，确保数据安全。

至此本文就全部介绍完了，如果觉得对您有所启发请记得点个赞哦！！！