我们知道数据是存储在 shard 中的，而 index 会映射一个或者多个 shard 。
那这时候我要存储一条数据到某个索引下，这条数据是在哪个 index 下的呢？

一切按照官方教程使用 三条命令，在本机启动三个节点组装成伪集群。

  1. ~  % > ./elasticsearch
  2. ~  % > ./elasticsearch -Epath.data=data2 -Epath.logs=log2
  3. ~  % > ./elasticsearch -Epath.data=data3 -Epath.logs=log3

创建索引

  1. PUT /items?pretty
  2. {
  3.   "settings": {
  4.     "number_of_replicas": 2,
  5.     "number_of_shards": 3
  6.   }
  7. }
  8. #--------------------------------------------
  9. {
  10.   "acknowledged" : true,
  11.   "shards_acknowledged" : true,
  12.   "index" : "items"
  13. }
  14. #--------------------------------------------

当前版本 7.8
文档地址：https://www.elastic.co/guide/en/elasticsearch/reference/current/indices-create-index.html
ES 默认 number_of_shards 为 1， 默认 number_of_replicas 为 1，即一个分片只有一个副本
下面命令可以查看索引信息

  1. GET _cat/indices/items
  2. yellow open items 9N1LLfTaQc2W5i4bDK9N0Q 3 2 0 0 624b 624b

存放数据

  1. POST /items/_doc
  2. {
  3.   "name" : "科技美容深度补水",
  4.   "price" : 23
  5. }
  7. {
  8.   "_index" : "items",
  9.   "_type" : "_doc",
  10.   "_id" : "Z0uWE3YBcIKM7P9r8uHR",
  11.   "_version" : 1,
  12.   "result" : "created",
  13.   "_shards" : {
  14.     "total" : 3,
  15.     "successful" : 1,
  16.     "failed" : 0
  17.   },
  18.   "_seq_no" : 0,
  19.   "_primary_term" : 1
  20. }

查询数据

  1. GET /items/_doc/Z0uWE3YBcIKM7P9r8uHR
  2. {
  3.   "_index" : "items",
  4.   "_type" : "_doc",
  5.   "_id" : "Z0uWE3YBcIKM7P9r8uHR",
  6.   "_version" : 1,
  7.   "_seq_no" : 0,
  8.   "_primary_term" : 1,
  9.   "found" : true,
  10.   "_source" : {
  11.     "name" : "科技美容深度补水",
  12.     "price" : 23
  13.   }
  14. }

一条数据该存放在哪个 shard

通过命令可以看出：在存放数据时并没有指定到哪个 shard，那数据是存在哪里的呢？当一条数据进来，会默认会根据 id 做路由

shard = hash(routing) % number_of_primary_shards

从而确定存放在哪个 shard。 routing 默认是 _id， 也可以设置其他。这个 id 可以自己指定也可以系统给生成，如果不指定则会系统自动生成。

PUT 一条数据的过程是什么样的？

image.png
写入过程主要如下：
1）客户端选择一个node发送请求过去，这个node就是coordinating node（协调节点）
2）协调节点对document进行路由，将请求转发给对应的node（有primary shard）
3）实际的node上的primary shard处理请求，然后将数据同步到replica node
4）协调节点如果发现primary node和所有replica node都搞定之后，就返回响应结果给客户端

在写操作时，默认情况下，只需要 primary shard 处于活跃状态即可进行操作。
在索引设置时可以设置这个属性 index.write.wait_for_active_shards 默认是 1，即 primary shard 写入成功即可返回。
如果设置为 all 则相当于 number_of_replicas+1 就是 primary shard 数量 + replica shard 数量。 就是需要等待 primary shard 和 replica shard 都写入成功才算成功。
可以通过索引设置动态覆盖此默认设置。

总结

如何查看数据在哪个 shard 上呢？

  1. GET /items/_search_shards?routing=Z0uWE3YBcIKM7P9r8uHR&pretty
  3. {
  4.   "nodes" : {
  5.     "CAO7En0eQn2in76aHo1lRQ" : {
  6.       "name" : "192.168.124.12",
  7.       "ephemeral_id" : "l15ZXnXXS1CkU8_H3829ug",
  8.       "transport_address" : "127.0.0.1:9300",
  9.       "attributes" : { }
  10.     }
  11.   },
  12.   "indices" : {
  13.     "items" : { }
  14.   },
  15.   "shards" : [
  16.     [
  17.       {
  18.         "state" : "STARTED",
  19.         "primary" : true,
  20.         "node" : "CAO7En0eQn2in76aHo1lRQ",
  21.         "relocating_node" : null,
  22.         "shard" : 0,
  23.         "index" : "items",
  24.         "allocation_id" : {
  25.           "id" : "yaFLUxJESamHj9G3L0uWYg"
  26.         }
  27.       }
  28.     ]
  29.   ]
  30. }

通过上面命令可以查到数据 Z0uWE3YBcIKM7P9r8uHR 的所在 shard。