将OneNote笔记与Word文档链接的两种方法(onenote怎样打开word文档)
539
2022-05-29
前面研究过ES的get api的整体思路,作为编写ES插件时的借鉴。当时的重点在与理解整体流程,主要是shardOperation()的方法内部的调用逻辑,就弱化了shards()方法。实际上shards()方法在理解ES的结构层面,作用更大一些。我们还是从get api入手来理解shards()。
先回顾一下get api的使用流程:
添加文档到ES: curl -XPUT 'http://localhost:9200/test1/type1/1' -d '{"name":"hello"}' 根据文档ID读取数据: curl -XGET 'http://localhost:9200/test1/type1/1'
使用很简单。但是如果考虑到分布式,背后的逻辑就不简单了。 假如ES集群有3个节点,数据所在的索引也有3个分片,每个分片一个副本。即index的设置如下:
{ "test1" : { "settings" : { "index" : { "number_of_replicas" : "1", "number_of_shards" : "3" } } } }
那么id为1的doc该分发到那个分片呢? 这个问题需要一篇详细的博文解答,这里我们先简单给一个结论:
默认情况下,ES会按照文档id计算一个hash值, 采用的是Murmur3HashFunction,然后根据这个id跟分片数取模。实现代码是MathUtils.mod(hash, indexMetaData.getNumberOfShards()); 最后的结果作为文档所在的分片id,所以ES的分片标号是从0开始的。
不知存,焉知取。
再整理一下取数据的核心流程:
s1: 根据文档id定位到数据所在分片。由于可以设为多个副本,所以一个分片会映射到多个节点。s2: 根据分片节点的映射信息,选择一个节点,去获取数据。 这里重点关注的是节点的选择方式,简而言之,我们需要负载均衡,不然设置副本就没有意义了。
上面两步都关联着一个核心的数据结构ClusterState, 我们可以使用_cluster/state?pretty来查看这个数据结构:
# 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" } } ] } } }
整个结构比较复杂,我们慢慢拆解, 一步步逐个击破。 拆解的思路还是从使用场景入手。
IndexMetaData的学习
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中存储了集群中每个索引的分片和副本数量, 索引的状态, 索引的mapping, 索引的别名等。这种结构,能提供出来的功能就是根据索引名称获取索引元数据, 代码如下:
# 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();
这里我们关注点就是clusterState.metaData().index(index)这句代码,它实现了根据索引名称获取索引元数据的功能。 通过元数据中的分片数结合文档id,我们就能定位出文档所在的分片。 这个功能在Delete, Index, Get 三类API中都是必须的。 这里我们也能理解为什么ES的索引分片数量不能修改: 如果修改了,那么hash函数就没法正确定位数据所在分片。
IndexRoutingTable的学习
"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存储着每个索引的分片信息,通过这个结构,我们能清晰地了解如下的信息:
1. 索引分片在各个节点的分布2. 索引分片是否为主分片
假如一个分片有2个副本,且都分配在不同的节点上,那么get api一共有三个数据节点可供选择, 选择哪一个呢?这里暂时不考虑带preference参数。
为了使每个节点都能公平被选择到,达到负载均衡的目的,这里用到了随机数。参考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
也就是说使用ThreadLocalRandom.current().nextInt()生成随机数作为种子, 然后取的时候依次旋转。
Collections.rotate()的效果可以用如下的代码演示:
public static void main(String[] args) { List
比如请求A得到的节点列表是[b,c,a], 那么请求B得到的节点列表是[c,a,b]。这样就达到了负载均衡的目的。
DiscoveryNodes的学习。
由于routing_table中存储的是节点的id, 那么将请求发送到目标节点时,还需要知道节点的ip及端口等配置信息。 这些信息存储在nodes中。
"nodes" : { "KnEE25tzRjaXblFJq5jqRA" : { "name" : "Mysterio", "transport_address" : "127.0.0.1:9300", "attributes" : { } } }
通过这个nodes获取到节点信息后,就可以发送请求了,ES所有内部节点的通信都是基于transportService.sendRequest()。
总结一下,本文基于get api 梳理了一下ES的ClusterState中的几个核心结构: metadata,nodes, routing_table。 还有一个routing_nodes这里没有用到。后面梳理清楚使用场景后再记录。
-------------------------------------
本文转自sbp810050504博客51CTO博客
Elasticsearch
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。