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
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 ）。
| 单点
| 集群
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：
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：路由请求到其它节点，合并其它节点处理的结果，返回给用户
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
3、另外两个候选节点node2和node3重新选举主节点
| 4、网络恢复，此时就出现了两个主节点，这就是脑裂问题
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？
3）coordinator节点的作用是什么？
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：
| 1、正常状态
| 2、主节点宕机
| 3、重新选举主节点
| 4.1、数据迁移
| 4.2、数据迁移
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！！！
| | | | | |
