一个index的数据会被分为多片,分配到不同的shard上,所以说一个document只能存在一个shard中
当java应用程序创建document的时候,es就需要知道这个document放在index中的那个shard上。
es是如何知道的?
进行document routing 数据路由
(2)路由算法:shard = hash(routing) % number_of_primary_shards
举个例子,一个index有3个primary shard,P0,P1,P2
每次增删改查一个document的时候,都会带过来一个routing number,默认就是这个document的_ id(可能是手动指定,也可能是自动生成) routing = _ id,假设_ id=1
会将这个routing值,传入一个hash函数中,产出一个routing值的hash值,假设是hash(routing) = 21 然后将hash函数产出的值对这个index的primary shard的数量求余数,21 % 3 = 0 就决定了,这个document就放在P0上。
决定一个document在哪个shard上,最重要的一个值就是routing值,默认是_id,也可以手动指定,相同的routing值,每次过来,从hash函数中,产出的hash值一定是相同的
无论hash值是几,无论是什么数字,对number_of_primary_shards求余数,结果一定是在0~number_of_primary_shards-1之间这个范围内的。即【0,1,2】。
(3)_id or custom routing value默认的routing就是_id 也可以在发送请求的时候,手动指定一个routing value,比如说put /index/type/id?routing=user_id
手动指定routing value是很有用的,可以保证说,某一类document一定被路由到一个shard上去,那么在后续进行应用级别的负载均衡,以及提升批量读取的性能的时候,是很有帮助的
(4)primary shard数量不可变的谜底假设_ id=1,hash(routing) = 21,primary shard是3,replica shard是3
get /index/type/1 ,document就会路由到21 % 3 = 0=》P0的shard上,找到数据。
如果primary shard 变为4,下次请求,get /index/type/1, document就会路由到21 % 4 = 1=》P1的shard上
结果没有找到数据,以后_id=1的document都会被路由到P1的shard上,那么就间接导致原来的document数据丢失
ocument都会被路由到P1的shard上,那么就间接导致原来的document数据丢失
所以说primary shard一旦index建立,就不再允许修改,不过replica shard是可以随时修改的。