面试题：ElasticSearch 中分片分布的基本原理是什么

Question

请阐述 ElasticSearch 分片分布的基础概念，以及它是如何在集群节点间进行初始分配的。

Answer 1

ElasticSearch 分片分布基础概念

1. 分片（Shard）：Elasticsearch 将索引（Index）数据拆分成多个部分，每个部分就是一个分片。分片是 Elasticsearch 存储和处理数据的最小单元。它允许 Elasticsearch 水平扩展，能够存储超出单个节点硬件限制的数据量，并在多个节点上并行处理搜索和索引请求，提高性能。
2. 主分片（Primary Shard）：每个文档在索引时会被分配到一个主分片上，主分片负责处理文档的写入和更新操作。主分片的数量在索引创建时就固定下来，后续不能直接修改（除非重新索引）。
3. 副本分片（Replica Shard）：副本分片是主分片的拷贝，它主要用于提高搜索性能和数据可用性。副本分片可以处理读请求（如搜索），分担主分片的负载。当主分片所在节点发生故障时，副本分片可以提升为主分片继续提供服务。副本分片的数量可以动态调整。

分片在集群节点间的初始分配

1. 索引创建时：当创建一个新索引时，Elasticsearch 根据配置（默认设置或用户指定）确定主分片和副本分片的数量。例如，默认情况下，每个索引有 5 个主分片和 1 个副本分片。
2. 分配算法：Elasticsearch 使用一种称为“一致性哈希”的算法来分配分片。它首先计算每个节点的哈希值，将所有节点映射到一个环形的哈希空间上。对于每个主分片，根据其名称计算哈希值，然后在哈希环上顺时针找到第一个节点，将该主分片分配到这个节点上。例如，假设有三个节点 Node1、Node2、Node3，主分片 P1、P2、P3，通过哈希计算 P1 对应到 Node2，P2 对应到 Node3，P3 对应到 Node1 等。
3. 副本分片分配：副本分片不会与对应的主分片分配到同一个节点上，以确保数据的高可用性。Elasticsearch 在分配副本分片时，会尽量将其均匀地分配到其他节点上。例如，如果主分片 P1 在 Node2 上，其副本分片 R1 会被分配到 Node1 或 Node3 上，以避免单点故障。这种分配策略保证了数据的冗余和系统的稳定性，同时也提高了搜索的并行处理能力。