Elasticsearch用于构建高可用和可扩展的系统。可以通过购买更好的服务器（纵向扩展或向上扩展）或购买更多服务器（横向扩展或横向扩展）来实现扩展。虽然Elasticsearch可以从更强大的硬件获得更好的性能，但垂直扩展有其局限性。真正的扩展应该是横向的，通过增加节点来分散负载，增加可靠性。对于大多数数据库，向外扩展意味着您的程序必须进行重大更改才能利用这些新增功能。相比之下，Elasticsearch天生就是分布式的：它知道如何管理节点以提供高可扩展性和高可用性。这意味着您的程序不需要关心这个。ES是如何实现分布式索引的？ES中存储数据的基本单位是索引。为了向ES中添加数据，我们需要添加一个索引（index）。这里需要说一下ES中索引和分片（shards）的关系：a分片是一个最低级别的“workerunit”，它只保存索引中所有数据的一部分；所有文档都存储在分片中，并重复索引直接与应用程序交互。我们以酒店搜索为例，添加所有酒店索引hotel_idxPUT/hotel_idx{"settings":{"number_of_shards":3,"number_of_replicas":1}}我们启动了三个ES节点，目前hotel_idx分配了3个primaryshards（primaryshards),每个主分片有1个副本分片。1.ES客户端将选择一个节点。如果选择NODE1，它将成为写入数据的协调节点。ES如何知道将文档（一段酒店数据）路由到哪个分片？其实他是根据这个公式：shard=hash(routing)%number_of_primary_shardsrouting是一个变量值，默认是文档的_id，也可以设置成自定义值，这里可以是hotel_id酒店的。路由通过hash函数生成一个数，然后用这个数除以number_of_primary_shards（primaryshards的个数）得到余数。这个分布在0和number_of_primary_shards-1之间的剩余部分就是我们要查找的文档所在的分片的位置。2、写入P0后，会同步到它的副本R0。如果同步成功，则返回给协调节点Node1，最后返回给Client3。ES客户端可以读取数据，读取主分片和次分片。如何保证高可用如上NODE1-如果master节点宕机，ES会重新选举（后面需要考虑分享分布式选举的话题），如果选择NODE2作为master。如果是非master宕机（node2），master节点node1会将Node3的R1副本转移到primaryshardP1上接收写操作。如果Node2恢复，之前的P1将被转移到R1副本。如何扩容ES在创建索引的时候需要指定primaryshards的个数，所以指定的primaryshards不能扩容。当存储容量超过当前ES节点时，一些生产方式一般是重新建立一个新的。索引比当前分片多一点，然后导入数据，但是这种方法也有一些缺点：这样做消耗的时间是我们无法提供的；我们一般的做法是提前预分配，通过事先规划，我们可以使用预分配的方式来完全避免这个问题。其中，副本分片可以动态扩展。在大读场景下，适当扩容replica会增加吞吐量。PUT/hotel_idx/_settings{"number_of_replicas":2}如何估计分片容量其实很难解释，因为相关因素太多了：你使用的硬件，文档的大小和复杂度，文档如何索引分析、运行的查询类型、执行的聚合、您的数据模型等。针对生产经验的建议：1.根据您将在生产环境中使用的硬件，创建具有单个节点的集群。2.创建一个与您将在生产中使用的配置和分析器相同的索引，但让它只有一个主分片，没有副本分片。索引实际文档（或尽可能接近实际文档）。3.运行实际查询和聚合（或尽可能接近实际）。基本上，您需要复制真实环境的使用方式，并将它们全部压缩到一个分片上，直到它“死掉”。实际挂起的定义也取决于你：一些用户需要所有响应在50毫秒内返回；其他人很乐意等待5秒钟。因此，一旦定义了单个分片的容量，就很容易计算出整个索引的分片数量。用你需要索引的数据总数加上一部分预期增长除以单个分片的容量，结果就是你需要的主分片数。
