面试题：ElasticSearch中负载均衡类decider的基础工作原理是什么

Question

请阐述ElasticSearch负载均衡类decider在集群环境下，如何初步实现节点间的负载分配，包括涉及到的主要组件与基本流程。

Answer 1

主要组件

1. Master 节点：负责集群的元数据管理，包括节点的加入、离开，索引的创建、删除等操作。在负载均衡决策过程中，Master 节点收集集群状态信息，为负载分配提供基础数据。
2. Data 节点：存储实际的索引数据，是负载的主要承载者。不同 Data 节点上的数据量、硬件资源使用情况等信息，对于负载均衡决策至关重要。
3. Discovery 模块：用于节点之间的发现和通信，帮助各个节点了解集群中其他节点的存在及状态，为负载均衡提供节点状态信息。

基本流程

1. 集群状态收集：
   • Master 节点定期收集集群状态信息，包括每个 Data 节点的磁盘使用情况、CPU 使用率、内存占用、已分配的分片数量等。
   • 各个 Data 节点通过 Discovery 模块向 Master 节点汇报自身状态。
2. 负载评估：
   • 根据收集到的集群状态信息，Master 节点计算每个 Data 节点的负载情况。负载评估指标可以综合考虑上述提到的资源使用情况以及数据量大小等因素。
   • 例如，计算每个节点的负载分数，分数越高表示负载越重。
3. 负载分配决策：
   • Master 节点根据负载评估结果，决定如何在节点间分配新的分片或迁移现有分片以实现负载均衡。
   • 决策过程遵循一定的算法，比如优先将新分片分配到负载最轻的节点上。如果某个节点负载过重，可能决策将部分分片迁移到其他负载较轻的节点。
4. 负载分配执行：
   • Master 节点向相关 Data 节点发送指令，通知其执行分片分配或迁移操作。
   • Data 节点接收到指令后，按照要求进行数据的传输和索引的调整，完成负载分配。