因为我们要重构公司现有的搜索，考虑在前的肯定是架构层面优先，比如可靠性，扩展性，所以本系列文章会优先描述架构层面的内容，至于使用后续可以慢慢探究。
本系列文章之间可能会有重复赘述的内容，也是为了更好的表述清楚关联关系。
前面介绍了集群，索引，类型等相关的内容，本文继续探讨集群，索引相关的内容。
再议分片
创建索引的时候需要指定分片数量及副本数量，默认5个分片，1套副本，总计10个分片，5个主分片，5个复制分片。
那么分片到底是怎么回事呢？分片在节点间是如何分配的呢？
举个生活中的例子来解释一下分片吧。
X市有一个牛逼的中学M, 今年有3600个考生考入了M, 我们不可能将3600个考生都扔到一个教室里吧，况且教室也不够大呀，所以经过校长会议讨论，决定开设36个班级，计划每班100个学生（人数多吗？我上学的时候还是少的呢，谁让我们是河南考生）。
现在问题来了：考生如何分班？会议上大家讨论很激烈，有说按姓名笔画来分的，有说按高低个来分的，有说按性别来分的，最终教务处主任拍案选定了按成绩取余的方式进行，用每个考生的成绩除以36，余1分到1班，余2分到2班，以此类推，余0分到36班，这样很快就分好了，每个班的学生成绩分布相对比较均衡（有好有差嘛，也不一定，理想情况下差不多）。
开学了，大家有序进入各自的教室开始上课了，突然一天，校长的表妹的表哥家的外甥A托关系想上M中，迫于情面，校长决定接收，于是呢教务处主任根据A的分数除以36得到的余数把其分配到2班（他就考了38分嘛），突然一天，突然一天，后来又陆陆续续来了不少关系户，现在的每班人数基本稳定在120左右了。
同学们愉快的上课，校长和老师每天也都很开心的管理和教学。
当你索引一个文档，它被存储在单独一个主分片上。Elasticsearch是如何知道文档属于哪个分片的呢？当你创建一个新文 档，它是如何知道是应该存储在分片1还是分片2上的呢？
事实上，它根据一个简单的算法（和分班策略类似）决定：
shard = hash(routing) % number_of_primary_shards
routing 值是一个任意字符串，它默认是 _id 但也可以自定义。这个 routing 字符串通过哈希函数生成一个数字，然后除以
主切片的数量得到一个余数(remainder)，余数的范围永远是 0 到 number_of_primary_shards - 1 ，这个数字就是特定文档所
在的分片。
这也解释了为什么主分片的数量只能在创建索引时定义且不能修改：如果主分片的数量在未来改变了，所有先前的路由值就 失效了，文档也就永远找不到了。
副本你就将其作为备份理解就行了，比较容易。
主分片和复制分片如何交互呢？
假设有三个节点的集群，它包含一个索引并拥有两个主分片，每个主分片有两个复制分 片，它的集群分布应该类似这样：
记住一点：相同的分片不会放在同一个节点上。所谓的相同指存储了同样数据的分片。
如果只有俩个节点的话，这个集群状态就是yellow, 有一份复制分片没有分配。
我们能够发送请求给集群中任意一个节点。每个节点都有能力处理任意请求。每个节点都知道任意文档所在的节点，所以也 可以将请求转发到需要的节点。简单点说：集群中的所有节点都是平等的。
当我们发送请求，最好的做法是循环通过所有节点请求，这样可以平衡负载。
新建、索引和删除请求都是写(write)操作，它们必须在主分片上成功完成才能复制到相关的复制分片上。
- 客户端给
Node 1发送新建、索引或删除请求。 - 节点使用文档的
_id确定文档属于分片 0 。它转发请求到Node 3，分片 0 位于这个节点上。 Node 3在主分片上执行请求，如果成功，它转发请求到相应的位于Node 1和Node 2的复制节点上。当所有的复制节点 报告成功，Node 3报告成功到请求的节点，请求的节点再报告给客户端。
客户端接收到成功响应的时候，文档的修改已经被应用于主分片和所有的复制分片。你的修改生效了。
不要觉得步骤繁琐，你要相信ES性能足够满足你的需要。
文档能够从主分片或任意一个复制分片被检索。
- 客户端给
Node 1发送get请求。 - 节点使用文档的
_id确定文档属于分片 0 。分片 0 对应的复制分片在三个节点上都有。此时，它转发请求到Node 2。 Node 2返回给Node 1然后返回给客户端。
对于读请求，为了平衡负载，请求节点会为每个请求选择不同的分片——它会循环所有分片副本。
下面会说到查询扩展，原理就在这，任何一个分片（不分主副）都可以用来查询。
横向扩展
随着业务的不断扩张，数据也不断增长，我们如果扩展ES呢？使用ES，我们可以很方便的进行横向扩展。
还拿上面的M中学来说，如果这个学校只有36个教室，明年的生源计划有48个班，每班撑死只能装下120个学生。校领导非常重视孩子的教育问题，马上向市国土资源局申请了一块地，建了一所分校，明年计划在老校区开设24个班，新校区开设24个班。
上面的例子就是横向扩展。
例如原来有一个索引三个分片，一套副本，两个节点。
现在增加了一个节点：
注意：由于索引的主分片是固定的，横向扩展增容能力也是有上限的，三个分片，我们最多让每个分片占据一个节点，能够存储数据的最大值取决于三个节点的存储之和，不过我们可以纵向扩展。
纵向扩展
上面横向扩展遇到了瓶颈，我们还可以纵向扩展，这个很好理解，我们花钱买更好，更大的机器即可。
由于ES天生就具有容灾能力，删除一个节点，再接入一个更好性能的机器即可，它会自动平衡数据。
切记要一个一个替换，不要一刀切。
查询扩展
之前的文章我们也介绍过，虽说主分片的数量是固定不可变的，但是我们可以更改复制分片的数量，最大存储不能增加，增加复制分片有什么用呢？
用处是有的，至少容灾能力更强这个优势还是很容易知道的。
另外，读请求——搜索和文档检索——能够通过主分片或者复制分片处理，所以数据的冗余越多，我们能处理的搜索吞吐量就越大。
索引现在有9个分片：三个主分片和6个复制分片。这意味着我们最多能够扩展到9个节点，再次的变成每个节点一个分片。这样使我们的搜索性能相比标准的三节点集群扩展三倍。
当然，只是有更多的复制分片在同样数量的节点上并不能提高我们的性能，你需要增加硬件来提高吞吐量。
应对故障
Elasticsearch可以应对节点失效。对于3个节点，3个主分片，6个副分片的一个索引，如果我们杀掉第一个节点。
我们杀掉的节点是一个主节点。必须有一个主节点来让集群的功能可用，所以发生的第一件事就是各节点选举了一个新的主 节点： Node 2 。
主分片 1 和 2 在我们杀掉 Node 1 时已经丢失，我们的索引在丢失主节点时不能正常工作。如果此时我们检查集群健康，我 们将看到状态 red ：不是所有主节点都可用！
幸运的是丢失的两个主分片的完整拷贝在其他节点上还存在，所以新主节点的第一件事是提升这些在 Node 2 和 Node 3 上的 分片的副本为主分片，集群健康回到 yellow 状态。这个提升是瞬间完成的，就好像按了一下开关。
为什么集群健康状态是 yellow 而不是 green ？我们有三个主分片，但是我们指定了每个主分片对应两个复制分片，当前却只 有一个被定义。这阻止我们达到 green 状态，不过不用太担心这个：当我们杀掉 Node 2 ，我们的程序依旧可以在没有丢失数 据的情况下运行，因为 Node 3 还有每个分片的拷贝。
如果我们重启 Node 1 ，集群将能够分配丢失的复制分片，结果状态与三主节点双复制一致。如果 Node 1 依旧有旧节点的拷 贝，它将会尝试再利用它们，它只会复制在故障期间数据变更的部分。
别名
我们知道索引在创建的时候主分片的数据就已经确定了，对于数据持续增长，当你发现原来建立的分片不够用了，并且横向和纵向都无法扩展时，别名应该被利用起来，一个好的习惯是我们应该给每个索引都创建一个别名。
别名就像人的外号一样，一个人有多个外号，不同的人可以有相同的外号。
别名带给我们极大的灵活性，允许我们做到：
- 在一个运行的集群上无缝的从一个索引切换到另一个
- 给多个索引分类（例如， last_three_months ）
有两种管理别名的途径： _alias 用于单个操作， _aliases 用于原子化多个操作。
我们假设你的应用采用一个叫 my_index 的索引。而事实上， my_index 是一个指向当前真实索引的别名。真实
的索引名将包含一个版本号： my_index_v1 , my_index_v2 等等。
开始，我们创建一个索引 my_index_v1 ，然后将别名 my_index 指向它：
创建索引 my_index_v1
PUT /my_index_v1
将别名 my_index 指向 my_index_v1
PUT /my_index_v1/_alias/my_index
你可以检测这个别名指向哪个索引
GET /*/_alias/my_index
或哪些别名指向这个索引
GET /my_index_v1/_alias/*
两者都将返回下列值
{
"my_index_v1" : {
"aliases" : {
"my_index" : { }
}
}
}
然后，我们决定修改索引中一个字段的映射。当然我们不能修改现存的映射，我们需要重新索引数据。首先，我们创建
有新的映射的索引 my_index_v2 。
PUT /my_index_v2
{
"mappings": {
"my_type": {
"properties": {
"tags": {
"type": "string",
"index": "not_analyzed"
}
}
}
}
}
然后我们从将数据从 my_index_v1 迁移到 my_index_v2, 一旦我们认为数据已经被正确的索引了，我们就将别名指向新的索引。
别名可以指向多个索引，所以我们需要在新索引中添加别名的同时从旧索引中删除它。这个操作需要原子化，所以我们需要
用 _aliases 操作：
POST /_aliases
{
"actions": [
{ "remove": { "index": "my_index_v1", "alias": "my_index" }},
{ "add": { "index": "my_index_v2", "alias": "my_index" }}
]
}
这样，你的应用就从旧索引迁移到了新的。
索引的数据我将其分为两类：
- 不变索引， 数据只会新增，不会被更改，如日志，聊天记录。
- 可变索引， 数据会更新，如用户资料。
对于不变索引，ES可以非常容易的扩容，只需在同一个别名下增加新的索引即可，旧数据完全不需要迁移（除非需要重新定义字段映射关系），ES支持从多个索引中查询数据。
对于可变索引，因为数据会有重叠，所以不能单纯增加索引数来解决，可变索引只能使用一份索引，最多增加主分片的数量达到扩展的目的，不过从另一个角度来说：可变索引的数量级是可预测的，比如用户信息，用户数肯定是有限的，换句话说就是不需考虑切换索引。
如果真的需要切换，我提供如下参考意见：
- 停应用，切断数据来源，重构索引，简单粗暴。
- 数据来源（主要是新增，变更和删除）进入缓冲队列，如将这些事件暂存至MQ中，阻止变更索引，等索引重构完毕，接入新的索引处理缓冲的事件。
- 将可变转换为不可变，每次变更都将当前最新的数据保存一份，历史数据不做变更，查询的时候做业务上的去重过滤处理。
本文主要介绍了集群的扩展，容灾相关的内容，有不恰当的地方欢迎留言交流。