编程界的小学生
一、分布式架构
1、特点
- 开箱即用，简单粗暴
Elasticsearch天然支持分布式和集群，开箱即用，零配置，零改动。
- 自动分片
一个index默认5个primary shard，那么我们创建一个document，他给我们分配到哪个shard上了呢？搜索的时候又是怎么知道我们搜的这个document再哪个shard上呢？这都是es内部为我们做好的，开发者完全不用关心。
- 自动集群发现
英文：cluster discovery。我们本机启动两个es实例，也就是两个node节点，默认集群名称是elasticsearch，所以他会自动将这两个node凑成一个集群，我们什么都不用配置，它自动发现。
- shard负载均衡
假设我们有1个index，五个primary shard，两个node，他会自动为我们将这5个shard分配到两台node上，一台三个shard，一台两个shard，我们又加了三台node，五个node凑成了一个集群，那么es会自动为我们将这五个shard平分到五台机器，每台一个shard，这些过程都自动的，开发者啥也不用管。
二、自动集群发现
我们先启动一台es实例，然后通过head插件看是如下效果
1.集群只有一个node01节点
2.里面包含一个test_index索引，我们测试用的，自己建的。
我们启动第二台（修改端口为9201），然后再看head插件的集群信息
1.两个node了，node1和node2自动凑了一个集群。我们查的node1的信息（端口9200）发现node2也在里面了。
2.自动同步主节点的数据，主节点这里就是node1，因为它先启动的。当时就它自己，所以它是老大。
可以发现ES的集群如此简单，它自动寻找能凑成集群的节点，完全不用开发者关心。
三、负载均衡
1、概念
反复提到的如果只有5个shard，但是有两台实例，那么会自动为我们在某个实例上分配三个shard，另外一台分配两个，全自动进行负载均衡的分配。比如又加了一个node，这时候就会为我们在某两台上分配2个shard，另外一台一个shard，将服务器请求压力平分。不用人干预，全自动。
2、两张图带走这个知识点
这时候公司发财了，要扩容一台node出来。我们再来看效果：
3、补充
1.我只是拿3个shard举例，实际上1个index就N个shard，而且公司不可能只有1个index，我这里只是简单说明原理。
2.问：3个shard，我四个node，这种情况会浪费一台node的性能嘛？
答：不完全正确，首先，primaryshard确实只会分配到3个node上，但是我们还有replica shard呀，所以第4个node上会存replica shard进行提升吞吐量。并不会完全浪费掉。
3.Master节点用途
- 管理ES集群中的元数据：比如说索引的增删改操作，维护集群的元数据，比如节点的增加和移除。
- 默认情况下，会自动选择出一台节点作为master节点。Master选举下篇文章来分析。
注意：master节点不承载所有的请求，所以不会是一个单点瓶颈。也就是说Master负责增删改数据，查询请求每个节点都会收到，并不是都由Master统一处理。
四、高可用
1、复习Shard
- 1个index包含多个shard
默认5个Primary Shard，1个Replica Shard（是每个PrimaryShard配1个ReplicaShard）
- 每个Shard都是一个lucene实例
每个shard都是一个最小工作单元，承载部分数据，每个shard就是一个lucune实例，完整的建立索引和处理请求的能力
- shard负载均衡
增减节点时，shard会自动在nodes中负载均衡（rebalance）
- 1个document只能存在一个PrimaryShard里
但是可以存在于多个Replica Shard中，实现高可用、提升吞吐量。
- Replica Shard是primary shard的副本
ReplicaShard用途主要是作为PrimaryShard的副本，帮PrimaryShard分担请求，和数据备份。防止node宕机后数据丢失。
- Shard数量
Primary Shard的数量在创建索引的时候就固定了，Replica Shard的数量可以随时修改。
- Primary Shard不能和自己的Replica Shard放在同一个节点上
否则节点宕机，primary shard和副本都丢失，起不到容错的作用。
2、高可用
不想打字，一图定胜负吧。
再啰嗦一句：ES不允许同PrimaryShard和ReplicaShard在同一个node上。比如P0和R0必须在两个Node里，否则还是单点故障。
2.1、两台node
2.2、三台node
五、扩容
并不是es扩容是这两种方案，而是扩容方案是通用的，只是es天然支持水平扩容。
1、垂直扩容
买更牛逼的服务器，价钱没上限！！！而且瓶颈还会存在。比如你现在10T数据，磁盘满了，放不下了。现在业务数据总量能到达100T，那你再买个100T的磁盘？那你真有钱，100T满了咋办？
2、水平扩容
业界经常采用的方案，采购越来越多的10T服务器，性能比较一般，但是很多10T服务器组织在一起，就能构成强大的存储能力。（推荐。划算，还不会瓶颈）
3、例如
假设：3台服务器，每台容纳1T数据，马上数据量要增长到5T，这时候两个方案：
（1）垂直扩容：重新购置两台服务器，每台服务器的容量是2T，替换到老的两台服务器，那么现在是6台服务器的总容量就是1 * 1T + 2 * 2T = 5T
（2）水平扩容：重新购置两台服务器，每台服务器的容量是1T，直接加入到集群中去，那么现在是5台服务器，总容量就是5 * 1T = 5T。（业界几乎都采取这种方式。）
4、为什么说这个
ES天然支持shard负载均衡和自动集群发现机制，磁盘满了加同等配置的机器就行了，会自动发现集群以及自动负载均衡平分shard（数据在shard上）。
再次把上面的【三、负载均衡# 3、补充】里的内容拿出来。
问：3个shard，我4个node，这种情况会浪费一台node的性能嘛？
答：不完全正确，首先，primaryshard确实只会分配到3个node上，但是我们还有replica shard呀，所以第4个node上会存replica shard进行提升吞吐量。并不会完全浪费掉。
六、容错性
我累了，这篇文章2小时了，兄die。直接图吧