ElasticSearch分片

本文内容参考了田雪松老师编著的《Elastic Stack应用宝典》

ElasticSearch作为一个搜索引擎，会存储海量的数据。而存储海量的数据，就要解决如何存储的问题，并且保证数据不会丢失，同时还需要保证数据检索的效率，尽可能不会因为数据的增加而影响检索速度。

分片和集群

目前，解决大数据存储的通用方案是分片（Shard）。它的核心思想是，通过把数据拆分为大小合适的片段，然后分别存储到集群内不同的节点上。这样一来，存储的容量可以随着节点的增加而增加，理论上来说就没有上限了。同时数据分片带来的收益不仅仅是数据的存储，对于数据处理来说也可以大幅提升性能和吞吐量。

在现有硬件技术条件下，硬盘读写速度与CPU处理能力不在一个数量级上，所以硬盘往往是数据处理的最大瓶颈。即使有多个CPU或者多个线程并发处理数据，只要处理的数据在同一个硬盘上，当达到了硬盘的读写上限后，数据处理的速度也不会得到显著提升。在使用数据分片技术后，数据会被散列到不同机器的硬盘上，数据的读写也就被分散到不同的硬盘上，这会显著提升数据处理的速度。

分片的基础是要存储到不同的机器上，所以需要有集群的能力。Elasticsearch创建集群非常简单，只要集群中的节点在相互连接的网络中，并且具有相同的集群名称即可。