面试题答案
一键面试基于节点属性过滤
- 实现原理：通过在节点配置文件（如
elasticsearch.yml）中定义自定义属性，例如node.attr.rack: rack1，在创建索引或执行操作时，可以使用这些属性来指定目标节点。比如在创建索引时，设置index.routing.allocation.require.rack: rack1，就只会将分片分配到具有rack1属性的节点上。 - 应用场景：适用于数据中心有多机架、多机房等物理环境划分场景，希望按照物理位置等属性来分配数据分片，以提高数据的可用性和读写性能。例如，在跨机房的集群中，根据机房属性进行节点过滤，确保不同机房都有数据副本，降低机房故障带来的数据丢失风险。
基于负载过滤
- 实现原理：Elasticsearch 内部会监控节点的负载指标，如 CPU 使用率、内存使用率、磁盘 I/O 等。可以设置相关的负载阈值，当节点负载超过阈值时，会减少新分片分配到该节点。例如通过动态配置
cluster.routing.allocation.node_concurrent_recoveries（节点同时恢复的分片数），根据节点负载动态调整，负载高时减少该值，降低节点压力。 - 应用场景：当集群中部分节点性能较弱，或者希望在整体负载均衡的情况下，避免某些节点负载过高影响服务质量时使用。比如在混合了高性能和低性能服务器的集群中，通过负载过滤，防止低性能节点因过载而响应缓慢甚至崩溃。
基于角色过滤
- 实现原理：Elasticsearch 支持为节点定义不同角色，如
master、data、ingest等。可以基于这些角色来过滤节点，例如只允许data角色的节点参与数据存储和检索操作。在节点配置文件中设置node.master: false和node.data: true来定义该节点为纯数据节点，然后在操作时可指定仅对数据节点进行操作。 - 应用场景：在大型集群中，为了实现职责分离，提高集群的稳定性和管理效率。例如将数据处理和索引管理等不同功能分配到不同角色的节点上，通过基于角色过滤确保操作只在合适角色的节点上执行。例如，只在
ingest角色节点上进行数据预处理，避免在其他角色节点上执行不必要的操作。