株洲专业做网站设计的,搜素引擎排名优化,做网站 用哪种,网站建设的概念目录
前言
搭建ES集群
集群状态监控
分片备份
节点角色
脑裂问题
分布式存储
分布式查询
故障转移 前言
单机的ES做数据存储必然会面临两个问题#xff1a;海量数据存储问题、单机故障问题
海量数据存储问题#xff1a;将索引库从逻辑上拆分为N个分片(shard)…目录
前言
搭建ES集群
集群状态监控
分片备份
节点角色
脑裂问题
分布式存储
分布式查询
故障转移 前言
单机的ES做数据存储必然会面临两个问题海量数据存储问题、单机故障问题
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。
单机故障问题将分片数据在不同节点备份(replica) 搭建ES集群
在Docker中部署三个ES节点。请确保虚拟机存在至少4G运行内存。 下面是docker-compose文件的内容 version: 2.2
services:es01:image: elasticsearch:7.12.1container_name: es01environment:- node.namees01- cluster.namees-docker-cluster- discovery.seed_hostses02,es03- cluster.initial_master_nodeses01,es02,es03- ES_JAVA_OPTS-Xms512m -Xmx512mvolumes:- data01:/usr/share/elasticsearch/dataports:- 9200:9200networks:- elastices02:image: elasticsearch:7.12.1container_name: es02environment:- node.namees02- cluster.namees-docker-cluster- discovery.seed_hostses01,es03- cluster.initial_master_nodeses01,es02,es03- ES_JAVA_OPTS-Xms512m -Xmx512mvolumes:- data02:/usr/share/elasticsearch/dataports:- 9201:9200networks:- elastices03:image: elasticsearch:7.12.1container_name: es03environment:- node.namees03- cluster.namees-docker-cluster- discovery.seed_hostses01,es02- cluster.initial_master_nodeses01,es02,es03- ES_JAVA_OPTS-Xms512m -Xmx512mvolumes:- data03:/usr/share/elasticsearch/datanetworks:- elasticports:- 9202:9200
volumes:data01:driver: localdata02:driver: localdata03:driver: localnetworks:elastic:driver: bridge 修改虚拟机配置 vi /etc/sysctl.conf
vm.max_map_count 262144
#max_map_count文件包含限制一个进程可以拥有的VMA(虚拟内存区域)的数量 保存后刷新配置文件 sysctl -p 使用docker-compose启动三个容器 docker-compose up -d 集群状态监控
处理在浏览器访问9200、9201、9202端口外还能使用一种ES集群可视化工具Cerebro。我们选择win版本的可视化工具。
下载地址为Tags · lmenezes/cerebro (github.com)
启动时如果报错加载缓存错误更换JDK版本即可。在cerebro.bat文件中添加如下代码 双击启动运行图如下 访问9000端口。 输入集群其中一个节点即可连接整个集群。节点名称前面的星号实心代表是主节点空心代表是候选节点。
分片备份
可以使用Kibana或Cerebro来实现。 如果使用Kibana实现分片那么在创建索引库时指定 PUT /索引库名
{settings:{number_of_shards:3, //分片数量number_of_replicas:1//副本数量
},mappings:{}
} 使用Cerebro时则如下图所示 创建完成后 节点角色 节点类型 配置参数 默认值 节点职责 master eligible node.master true 备选主节点主节点可以管理和记录集群状态决定分片在哪个节点处理创建和删除索引库的请求 data node.data true 数据节点存储数据搜索、聚合、CRUD ingest node.ingest true 数据存储之前的预处理 coordinating 上面3个参数都为false则为coordinating节点 无 协调节点路由请求到其他节点合并其他节点处理的结果返回给用户
如果没有配置每个节点四个职责都会处理但是在生产环境通常不会这样。每个节点都是单一职责。其次通常不需要ingest节点数据预处理通常在Java代码中完成不会让ES去做。 脑裂问题 默认情况下每个节点都是master eligible节点因此一旦master节点宕机其他候选节点会选举一个成为主节点但是当主节点与其他节点网络故障时可能会发生脑裂问题。 当候选主节点无法连接到主节点时会从候选主节点中选举一个重新作为主节点。。去实现索引库的增删。当网络恢复时集群中就出现了2个主节点且两个节点的数据不一致。 为了避免出现脑裂问题需要要求选票超过候选节点数量1/2才能成为主节点。
当开始重新选举主节点时node1会投自己一票由于node2与node3连接不上node1。因此node2与node3中会选举出一个主节点。如果node2与node3都投node3节点为主节点那么31/2 2。node3成为主节点node1成为候选主节点。
候选主节点数量最好为奇数。对应配置项是discovery.zen.minimum_master_nodes在es7版本之后已经成为一个默认配置因此一般不会发生脑裂问题。
分布式存储 测试向之间创建的索引库插入数据三条数据。 接下来查询数据。 可以看到在9200节点增加的数据在9201也可以查询。添加配置查询每个数据都存储在哪些节点上 每条数据会被存储到哪个分片是由coordinating决定的。具体算法如下 说明 _routing默认是文档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 分布式查询 ES的查询分为两个阶段 scatter phase分散阶段协调节点会把请求分发到每一个分片中gather phase聚集阶段协调节点汇总数据节点的搜索结果并处理为最终结果集返回给用户 故障转移
集群中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他节点确保数据安全。 测试 接下来重启es01节点。 我并没有搜到好的解释为什么重启的节点会分到两个副本分片理论上来讲应该会分到一个主分片和副本分片。
