ElasticSearch是一个基于Apache Lucene的开源搜索引擎。我们都知道Apache Lucene是一个很高效的全文本搜索引擎库，但说到底它还是一个库，所以用起来很不方便，而ElasticSearch就是在其基础上实现的，它屏蔽了Lucene的复杂底层实现，提供了分布式的特性，同时对外也提供了相应的Restful的API。所以，总得来说，ElasticSearch其实上手很容易，本文就从最基本的操作开始来介绍一下ElasticSearch相关的内容。

ElasticSearch的安装

相关的安装很简单，大家可以参见官网：https://www.elastic.co/guide/en/elasticsearch/reference/7.14/install-elasticsearch.html，这里就不详细介绍了。

Cluster的创建

我们都说ElasticSearch是一个分布式的搜索引擎，提到分布式显然离不开Cluster的概念。那么ElasticSearch是如何创建Cluster的呢？

空的Cluster

首先这里有几个概念，第一个就是node，通常来说一个cluster就是由一个或者多个node组成的，这些node具有相同的名字，也就是cluster的名字（Cluster.name）。在cluster中有一个node会被选举成为master，它用来管理整个cluster的改变，比如创建/删除 index，增加或者删除node。任何node都可以选举成为master，当然我们希望任何时候都只有一个master存在。

对用户来说，它是可以和cluster中的任何node来进行交互的，当然也可以和master来交互，被连接的这个node负责到内部相应的node来获取相关的信息或进行相关的操作，并负责返回对应的response给用户。

一个只有一个node的cluster如下图所示，因为只有一个node，所以它也必然会成为master。

增加Index

首先我们来理解一个概念，那就是shard，shard其实就是一个Lucene的instance，我们的文本都存储在shard上，并且在其上进行index。我们可以认为shard其实就是一个数据容器，文本存在它上面，然后它是在cluster中的node上进行分配到的。随着后期数据的增长或者减少，ElasticSearch会自动地在node上迁移shards来保持平衡。但是需要注意的是，应用并不直接和shard通信，而是和index进行通信。

Shared也有primary和replica shard之分，replica shard其实也很好理解，它其实primary的备份，用来提供redundant备份的。当然它也可以服务一些读请求，比如搜索和查询文本。

下面我在上面这个只有一个node的cluster中创建一个称之为blogs的index，这里我们设置三个primary shards，每一个shard都有一个replica shard。

这样之后，整个cluster就如下所示了：

从这个图中，我们可以清楚地看到，node1上有三个primary的shards的，但是因为我们只有一个node，所以其实没有办法做replica的shard，因为primary和replica的shard不能放在同一个node上，否则就达不到我们所说的redundant的作用了。

这种情况下的cluster其实是很脆弱的，也就是说只要这一个node出了问题，我们整个系统就不能工作了。

增加Failover

为了解决我们上文提到的单点失效的问题，我们需要在cluster中增加的node。这个时候增加一个node之后，我们的cluster状况就如下图所示：

我们可以看到所有的primary shard这个时候都有了一个replica的shard。这也就意味着一个node的失效，我们仍然可以继续工作而不出问题。

当然为了达到primary和replica同步的效果，任何primary的文档的修改，都需要在primary更新之后同步到replica中，当然这里也有异步，同步等多种更新的方式，不同的方式有其优缺点，我们会在后面详细介绍。

水平扩展

有了Failover之后，我们的cluster工作得很好，随着数据量的增加，我们会发现现有的节点可能不能支撑三个shard的流量要求，这个时候就需要进一步扩展，我们可以增加第三个节点，并且重新分配各个shard在节点中的位置。如下图所示：

这个例子中，我们分别从node1以及node2中各移出了一个shard放到了node3中，从而达到某种意义上的平衡。这样一来我们就可以更好的平衡各个node的硬件资源了（比如CPU，Memory，网络IO等等）

我们这里的六个Shards其实是由上文创建时候的number_of_replicas和number_of_shareds决定的，假如我们发现六个shards还不能满足要求，其实是可以动态更新这个值的，比如说我们可以replica的数量修改为2，如下所示：

这样一来整个cluster就会有九个shards了，如下所示：

Failover的处理

我们之前提到多个node以及replica的存在一个很重要的作用就是为了防止单点的failure，那么假如有node出问题了，会怎么进行处理呢？我们假设上面提到的node1出现了问题。

首先，node1是一个master node，它出问题之后就意味着整个cluster再也没有了master，我们首先要做的就是重新选举一个master出来，我们这里假设node2重新成为了master。

同时node1中有两个primary的shards，分别是P1和P2。Primary shard是非常重要的，必须要存在，否则相应的index就不能工作。所以我们需要在Node2和node3上中重新assign相应的primary shard。这里我们把node2中的shard2变成primary，把node3中的shard1变成primary，所以node1出问题之后整个cluster中的节点就变成了如下图所示的样子。

当然当node1重启回来之后，就像新加入 一个node一样，我们还可以恢复到类似之前的分布状态。

Cluster的状态

也许你会问我们有没有办法看到cluster的状态，答案当时是有的。Cluster的健康状态是一个很重要的指标，它有以下三个值：

• Green：所有的primary和replica shard都是active的
• Yellow：所有的primary shards是active的，但是不是所有的replica shard都active
• Red：不是所有的primary shards都active。

你可以通过如下命令来得到对应的状态：

它会输出类似下面这样的结果：

你可以根据这个结果来确定相应的cluster的状态。

总结

至此本文就介绍完成了ElasticSearch中的cluster相关的概念。希望能对你理解ElasticSearch有所帮助。