ES学习笔记之-ClusterState的学习

网友投稿 530 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 shuffle(List shards, int seed) {        return CollectionUtils.rotate(shards, seed);     } }

ES学习笔记之-ClusterState的学习

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 list = Lists.newArrayList("a","b","c");        int a = ThreadLocalRandom.current().nextInt();         List l2 = CollectionUtils.rotate(list, a );         List l3 = CollectionUtils.rotate(list, a+1);         System.out.println(l2);         System.out.println(l3);     } ----- [b, c, a] [c, a, b]

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。

上一篇:伙伴分享|如何快速开发一个AppCube标准页面
下一篇:Qt-qmake install相关
相关文章