ElasticSearch进阶级教程（一）:ES分布式增删改查的内部原理

该篇主要介绍ES中数据处理的内部机制原理。

1.路由

当创建索引以及索引数据到分片中时，ES采用一定的规则来确定如何路由文档到分片：

shard = hash(routing) % number_of_primary_shards

routing可以自定义任意的字符串，一般采用ID值，然后计算routing的hash值，然后除以主分片的数量，得到余数X，X就是将要分配的分片，而X的值范围 0<= X <=number_of_primary_shards - 1

所有的文档API（get、index、delete、bulk、update、mget）都接收一个routing参数，它用来自定义文档到分片的映射。自定义路由值可以确保所有相关文档——例如属于同一个人的文档——被保存在同一分片上。

2.新建、索引、删除

新建、索引、删除都属于“写”，而“写”操作必须要保证在primary shard上执行成功，以便成功复制到replication shard上。
这三种操作的内部处理机制是相似的：

1.客户端发送请求到node1节点，node1叫做请求节点。
2.通过路由规则得到数据属于主分片0，node1将请求转发到P0所在的node3节点
3.node3收到请求后，在P0执行请求，执行成功后，将请求转发到P0的复制分片所在的节点，也就是R0所在的node1 node2。
4.当node1 node2返回成功信息给node3后，node3返回成功信息给node1，node1返回成功信息给客户端。

还有几个注意点：
1.ES默认是同步返回，也就是请求在主分片上执行成功后，等到复制分片返回也执行成功的消息后，才会返回。
当然可以修改成异步返回，请求在主分片上执行成功后，立即向请求节点返回信息，同时也会转发请求到复制分片，但是我们就无法得到复制分片是否成功的消息了。
2.只有集群内正常分片过半时才可以执行写操作。
规则如下：
int( (primary + number_of_replicas) / 2 ) + 1
比如，定义了number_of_replicas=3，那结果是：（(1+3）/ 2) +1 = 3

3.检索

检索即查询，ES可以从主分片或复制分片完成检索请求。

1.客户端发送get请求到node1
2.node1根据路由规则 得到数据存储在哪个分片上，假设是分片0，而分片0有1个主分片、2个复制分片，node1转发请求到node2。
3.ndoe2执行请求，查询复制分片并返回给客户端。

其中，3个节点上都有分片0，为什么node1转发请求到node2，而不是node3呢？
这其实不重要，每个分片都可以完成检索请求，ES中请求节点会为每一个请求循环分配每一个复制分片，已达到负载均衡。

4.更新

更新包括了读和写。

1.客户端发送请求到node1
2.node1根据路由规则得到数据在分片0上，转发请求到主分片0所在节点node3
3.node3检索出数据，修改_source字段的json，然后重新建索引
4.node3更新成功后，会同时转发数据的新版本到复制节点，并重建索引。成功后，逐层返回信息。

至于批量处理的原理，基本相似，只是“批量”化了，后面会更新到文章中，大家可以关注下博主，农历2018年最后一篇文章，2019新年快乐！(^▽)！！！