elasticsearch-分片思想

继上一篇 elasticsearch 基本概念

elasticsearch的分片思路：

最好的情况是，我们能知道自己对单个分片的要求，比如单个分片对用户的响应时间不能长于哪个值，测试的方法是使用历史数据，压入到一个测试的分片中

知道这个分片的响应速度使我们无法忍受，这时候的数据量就是单个分片的最大容量。最最好的情况下，我们有自己的最大数据目标，也就是业务的数据量天花板

用这个天花板 除以 单个分片的最大容量，也就是我们业务发展到天花板之后需要的最大物理机数量。但是实际上，我们的业务数据的天花板是不可估摸的

确定物理机数量就是个难题，当然不是说一开始就需要那么多物理机。毕竟业务也是由小到大发展，机器集群也是由小到大发展。

elasticsearch官方给出 对于分片的声明是：

　　分片不应该分裂，而是一开始就存在，之后的水平扩展中只是简单地将分片复制到另一台物理机上。

　　比如上图，一开始就确定了业务只有两个主分片，之后向集群添加物理机 （或者虚拟机）NODE 2 之后，主分片P1只是简单地复制到 NODE2 上

　　为什么不是使用分裂呢？如下图 P0 容量达到某个上限之后 将 P0分裂成两个分片，P00 和 P01 分别存入 NODE1 和 NODE2

　 需要注意的是，如果分裂分片，需要对正排索引 和 倒排索引 进行分裂。

　 正排索引还好说，因为类似与关系型数据库，可以采用分表的思想分出去，但是倒排索引的内容可能关乎整个分片

　 拿上一篇的图来距离，“南山” 这个 term 可能会联系到 正排索引中 任意一行，如果要分裂正排索引，那么需要根据分裂后的正排索引重新构建倒排索引

然而，日积月累存下来的数据要一次性全部重新构建倒排索引，可想而知对硬件消耗之大！