Elasticsearch是一个基于Lucene的实时分布式搜索和分析引擎，用于处理大规模的数据。在Elasticsearch中，分片和副本是实现数据分布和高可用的两个核心概念。
分片
在Elasticsearch中，每个索引都被分成多个分片。一个分片是一个包含部分数据的独立的索引，它可以被分发到不同的节点上，从而实现数据的分布和并行处理。
分片数的设置是在创建索引时指定的，一旦创建后就不能更改。默认情况下，一个索引有5个分片。通常，推荐将分片数设置为一个较小的质数，以实现更好的分片均衡和分布。
Elasticsearch通过哈希算法将文档分布到不同的分片中。每个分片都有自己的倒排索引，可以独立地执行搜索和分析操作。当搜索请求到达时，Elasticsearch将并行地将请求发送到所有的分片上，并合并结果。
副本
为了提供高可用性和容错性，Elasticsearch支持为每个分片创建多个副本。副本是分片的完全复制，其作用是提供数据的冗余和故障转移能力。
副本的数量是在创建索引时指定的，默认为1个。通常，推荐将副本数设置为至少2个，以确保在节点失败或网络故障时仍然有可用的副本提供服务。
副本分布在不同节点上，每个副本都与其原始分片保持同步。当有新的文档添加到原始分片时，Elasticsearch会自动将其复制到副本。这样一来，即使分片所在的节点发生故障，仍然可以通过副本提供服务。
当执行搜索请求时，Elasticsearch会将请求发送到所有的分片和副本上，并合并结果。这样一来，不仅提高了搜索的并行度，还提供了容错能力。
总结
Elasticsearch中的分片和副本机制是实现分布式和高可用的关键。分片将数据分布到不同的节点上，使得并行处理成为可能；而副本提供了数据的冗余和容错能力，保证了系统的高可用性。合理设置分片数和副本数可以根据具体的应用需求来实现更好的性能和可靠性。对于大规模数据处理和高并发搜索的场景，Elasticsearch的分片和副本机制为系统的可伸缩性和可靠性提供了强有力的支持。
本文来自极简博客，作者：秋天的童话，转载请注明原文链接：Elasticsearch中的分片与副本机制
