ES學習筆記之-ClusterState的學習

前面研究過ES的get api的整體思路，作為編寫ES插件時的借鑒。當時的重點在與理解整體流程，主要是shardOperation()的方法內部的調用邏輯，就弱化了shards()方法。實際上shards()方法在理解ES的結構層面，作用更大一些。我們還是從get api入手來理解shards()。

創新互聯專注于企業全網整合營銷推廣、網站重做改版、岢嵐網站定制設計、自適應品牌網站建設、H5建站、成都商城網站開發、集團公司官網建設、外貿網站制作、高端網站制作、響應式網頁設計等建站業務，價格優惠性價比高，為岢嵐等各大城市提供網站開發制作服務。

先回顧一下get api的使用流程：

 添加文檔到ES:
 curl -XPUT 'http://localhost:9200/test1/type1/1' -d '{"name":"hello"}'

 根據文檔ID讀取數據:
 curl -XGET 'http://localhost:9200/test1/type1/1'

使用很簡單。但是如果考慮到分布式，背后的邏輯就不簡單了。假如ES集群有3個節點，數據所在的索引也有3個分片，每個分片一個副本。即index的設置如下:

{
  "test1" : {
    "settings" : {
      "index" : {
        "number_of_replicas" : "1",
        "number_of_shards" : "3"
      }
    }
  }
}

那么id為1的doc該分發到那個分片呢？這個問題需要一篇詳細的博文解答，這里我們先簡單給一個結論:

默認情況下，ES會按照文檔id計算一個hash值， 采用的是Murmur3HashFunction，然后根據這個id跟分片數取模。實現代碼是MathUtils.mod(hash, indexMetaData.getNumberOfShards()); 最后的結果作為文檔所在的分片id，所以ES的分片標號是從0開始的。

不知存，焉知取。

再整理一下取數據的核心流程:

s1: 根據文檔id定位到數據所在分片。由于可以設為多個副本，所以一個分片會映射到多個節點。

s2: 根據分片節點的映射信息，選擇一個節點，去獲取數據。 這里重點關注的是節點的選擇方式，簡而言之，我們需要負載均衡，不然設置副本就沒有意義了。

上面兩步都關聯著一個核心的數據結構ClusterState, 我們可以使用_cluster/state?pretty來查看這個數據結構:

# http://localhost:9200/_cluster/state?pretty

{
  "cluster_name" : "elasticsearch",
  "version" : 4,
  "state_uuid" : "b6B739p5SbanNLyKxTMHfQ",
  "master_node" : "KnEE25tzRjaXblFJq5jqRA",
  "blocks" : { },
  "nodes" : {
    "KnEE25tzRjaXblFJq5jqRA" : {
      "name" : "Mysterio",
      "transport_address" : "127.0.0.1:9300",
      "attributes" : { }
    }
  },
  "metadata" : {
    "cluster_uuid" : "ZIl7g86YRiGv8Dqz4DCoAQ",
    "templates" : { },
    "indices" : {
      "test1" : {
        "state" : "open",
        "settings" : {
          "index" : {
            "creation_date" : "1553995485603",
            "uuid" : "U7v5t_T7RG6rNU3JlGCCBQ",
            "number_of_replicas" : "1",
            "number_of_shards" : "1",
            "version" : {
              "created" : "2040599"
            }
          }
        },
        "mappings" : { },
        "aliases" : [ ]
      }
    }
  },
  "routing_table" : {
    "indices" : {
      "test1" : {
        "shards" : {
          "0" : [ {
            "state" : "STARTED",
            "primary" : true,
            "node" : "KnEE25tzRjaXblFJq5jqRA",
            "relocating_node" : null,
            "shard" : 0,
            "index" : "test1",
            "version" : 2,
            "allocation_id" : {
              "id" : "lcSHbfWDRyOKOhXAf3HXLA"
            }
          }, {
            "state" : "UNASSIGNED",
            "primary" : false,
            "node" : null,
            "relocating_node" : null,
            "shard" : 0,
            "index" : "test1",
            "version" : 2,
            "unassigned_info" : {
              "reason" : "INDEX_CREATED",
              "at" : "2019-03-31T01:24:45.845Z"
            }
          } ]
        }
      }
    }
  },
  "routing_nodes" : {
    "unassigned" : [ {
      "state" : "UNASSIGNED",
      "primary" : false,
      "node" : null,
      "relocating_node" : null,
      "shard" : 0,
      "index" : "test1",
      "version" : 2,
      "unassigned_info" : {
        "reason" : "INDEX_CREATED",
        "at" : "2019-03-31T01:24:45.845Z"
      }
    } ],
    "nodes" : {
      "KnEE25tzRjaXblFJq5jqRA" : [ {
        "state" : "STARTED",
        "primary" : true,
        "node" : "KnEE25tzRjaXblFJq5jqRA",
        "relocating_node" : null,
        "shard" : 0,
        "index" : "test1",
        "version" : 2,
        "allocation_id" : {
          "id" : "lcSHbfWDRyOKOhXAf3HXLA"
        }
      } ]
    }
  }
}

整個結構比較復雜，我們慢慢拆解，一步步逐個擊破。拆解的思路還是從使用場景入手。

IndexMetaData的學習
metaData的格式如下:

"metadata" : {
"cluster_uuid" : "ZIl7g86YRiGv8Dqz4DCoAQ",
"templates" : { },
"indices" : {
  "test1" : {
    "state" : "open",
    "settings" : {
      "index" : {
        "creation_date" : "1553995485603",
        "uuid" : "U7v5t_T7RG6rNU3JlGCCBQ",
        "number_of_replicas" : "1",
        "number_of_shards" : "1",
        "version" : {
          "created" : "2040599"
        }
      }
    },
    "mappings" : { },
    "aliases" : [ ]
  }
}
}

即metadata中存儲了集群中每個索引的分片和副本數量，索引的狀態，索引的mapping, 索引的別名等。這種結構，能提供出來的功能就是根據索引名稱獲取索引元數據，代碼如下:

# OperationRouting.generateShardId()

        IndexMetaData indexMetaData = clusterState.metaData().index(index);
        if (indexMetaData == null) {
            throw new IndexNotFoundException(index);
        }
        final Version createdVersion = indexMetaData.getCreationVersion();
        final HashFunction hashFunction = indexMetaData.getRoutingHashFunction();
        final boolean useType = indexMetaData.getRoutingUseType();

這里我們關注點就是clusterState.metaData().index(index)這句代碼，它實現了根據索引名稱獲取索引元數據的功能。通過元數據中的分片數結合文檔id，我們就能定位出文檔所在的分片。這個功能在Delete, Index, Get 三類API中都是必須的。這里我們也能理解為什么ES的索引分片數量不能修改：如果修改了，那么hash函數就沒法正確定位數據所在分片。

IndexRoutingTable的學習

"routing_table" : {
    "indices" : {
      "test1" : {
        "shards" : {
          "0" : [ {
            "state" : "STARTED",
            "primary" : true,
            "node" : "KnEE25tzRjaXblFJq5jqRA",
            "relocating_node" : null,
            "shard" : 0,
            "index" : "test1",
            "version" : 2,
            "allocation_id" : {
              "id" : "lcSHbfWDRyOKOhXAf3HXLA"
            }
          }, {
            "state" : "UNASSIGNED",
            "primary" : false,
            "node" : null,
            "relocating_node" : null,
            "shard" : 0,
            "index" : "test1",
            "version" : 2,
            "unassigned_info" : {
              "reason" : "INDEX_CREATED",
              "at" : "2019-03-31T01:24:45.845Z"
            }
          } ]
        }
      }
    }
  }

routing_table存儲著每個索引的分片信息，通過這個結構，我們能清晰地了解如下的信息:

1. 索引分片在各個節點的分布
2. 索引分片是否為主分片

假如一個分片有2個副本，且都分配在不同的節點上，那么get api一共有三個數據節點可供選擇，選擇哪一個呢？這里暫時不考慮帶preference參數。
為了使每個節點都能公平被選擇到，達到負載均衡的目的，這里用到了隨機數。參考RotateShuffer

/**
 * Basic {@link ShardShuffler} implementation that uses an {@link AtomicInteger} to generate seeds and uses a rotation to permute shards.
 */
public class RotationShardShuffler extends ShardShuffler {

    private final AtomicInteger seed;

    public RotationShardShuffler(int seed) {
        this.seed = new AtomicInteger(seed);
    }

    @Override
    public int nextSeed() {
        return seed.getAndIncrement();
    }

    @Override
    public List<ShardRouting> shuffle(List<ShardRouting> shards, int seed) {
        return CollectionUtils.rotate(shards, seed);
    }

}

也就是說使用ThreadLocalRandom.current().nextInt()生成隨機數作為種子，然后取的時候依次旋轉。
Collections.rotate()的效果可以用如下的代碼演示:

    public static void main(String[] args) {

        List<String> list = Lists.newArrayList("a","b","c");
        int a = ThreadLocalRandom.current().nextInt();
        List<String> l2 = CollectionUtils.rotate(list, a );
        List<String> l3 = CollectionUtils.rotate(list, a+1);
        System.out.println(l2);
        System.out.println(l3);

    }

-----
[b, c, a]
[c, a, b]

比如請求A得到的節點列表是[b,c,a], 那么請求B得到的節點列表是[c,a,b]。這樣就達到了負載均衡的目的。

DiscoveryNodes的學習。
由于routing_table中存儲的是節點的id, 那么將請求發送到目標節點時，還需要知道節點的ip及端口等配置信息。這些信息存儲在nodes中。

  "nodes" : {
    "KnEE25tzRjaXblFJq5jqRA" : {
      "name" : "Mysterio",
      "transport_address" : "127.0.0.1:9300",
      "attributes" : { }
    }
  }

通過這個nodes獲取到節點信息后，就可以發送請求了，ES所有內部節點的通信都是基于transportService.sendRequest()。

總結一下，本文基于get api 梳理了一下ES的ClusterState中的幾個核心結構: metadata,nodes, routing_table。還有一個routing_nodes這里沒有用到。后面梳理清楚使用場景后再記錄。

網頁標題：ES學習筆記之-ClusterState的學習
網站路徑：http://m.kartarina.com/article12/gescgc.html

成都網站建設公司_創新互聯，為您提供搜索引擎優化、品牌網站制作、商城網站、移動網站建設、外貿網站建設、網站設計

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源：創新互聯

猜你還喜歡下面的內容