面试题：ElasticSearch路由机制中主分片的路由是如何确定的

Question

在ElasticSearch路由机制里，主分片的路由决策过程是怎样的？涉及哪些关键因素和计算方式？

Answer 1

主分片路由决策过程

1. 索引创建时：在创建索引时，Elasticsearch 会根据用户指定的主分片数量（默认为5个），为每个主分片分配一个唯一的标识。这些主分片会被均匀分配到集群中的各个节点上。
2. 数据写入时：当有新的数据写入时，Elasticsearch 首先根据文档的 _id（如果未指定 _id，Elasticsearch 会自动生成一个），通过哈希算法计算出一个哈希值。这个哈希值会用来确定该文档应该被路由到哪个主分片上。

关键因素

1. 主分片数量：主分片数量在索引创建时就已确定，并且后续无法轻易更改。它决定了数据在集群中的分布粒度。如果主分片数量过多，会增加管理开销；如果过少，可能导致数据分布不均，影响性能。
2. 文档 _id：文档的 _id 是路由决策的重要依据。由于哈希算法的特性，相同 _id 的文档总是会被路由到同一个主分片上，这保证了数据的一致性。
3. 集群拓扑结构：集群中的节点数量和状态也会影响主分片的路由。如果某个节点故障，Elasticsearch 会自动重新分配主分片到其他健康节点上，以保证数据的可用性。

计算方式

1. 哈希计算：Elasticsearch 使用 MurmurHash3 算法对文档的 _id 进行哈希计算，得到一个哈希值。
2. 取模运算：将哈希值对主分片数量进行取模运算，即 hash(_id) % number_of_primary_shards。得到的结果就是该文档应该被路由到的主分片的编号。例如，如果主分片数量为5，哈希值对5取模后得到0，那么该文档就会被路由到编号为0的主分片上。