我已经阅读了Elasticsearch中关于分片和副本的大多数文档，其中大多数都提到副本分片“可以”帮助提高搜索性能。但他们并没有详细说明如何实现这一点。我想知道的是它究竟会如何提高搜索性能？
我熟悉Elasticsearch中的主分片和副本分片，它包含什么以及副本如何提供高可用性。我还了解在多个主分片中搜索时的分散-聚集方法。
为了说明我的问题，假设我有一个只读索引，其中有1个主索引和4个副本（5节点集群）。
1.所有5个碎片都处理搜索？或者，
1.是否仅由其中一个/几个处理？
我将在这个索引上执行多次（数百万次）的繁重搜索。
如果是1）我不认为这一定会提高性能，相反，它只会使其他节点的任务饱和，降低整个集群的速度。如果是，2）它如何确定将请求转发到哪个节点？我知道接收请求的节点（协调节点）会将请求转发给所有持有主分片的节点，但它如何处理副本？
2条答案
按热度按时间rkue9o1l1#
如果我对该索引执行一个复杂的搜索查询，所有5个分片都会处理搜索，还是只由其中一个或几个分片处理？
只有一个分片将用于您的查询。但是，如果您同时启动另一个查询，则该查询很可能会在另一个节点上结束，第三个查询将在第三个节点上结束。因此，增加4个节点不会改善单个查询的延迟，但是如果您同时运行其中一些查询，则会提高集群的吞吐量。
如果不是为单个主服务器创建4个副本，而是创建了5个主服务器，则查询将被发送到所有5个分片，并在每个分片上并行执行。然而，在这种情况下，发送和合并来自5个分片的结果会增加额外的处理时间。因此，通过并行搜索可以改善延迟，但会增加合并结果的开销。因此，根据你的数据和查询，它可能会改善或恶化你的整体延迟。它会恶化模拟查询的集群吞吐量，因为与单个分片相比，你要做更多的工作。
它如何确定将请求转发到哪个节点？
这取决于elasticsearch的版本和一些设置。现代版本的elasticsearch默认使用Adaptive replica selection。旧版本使用循环调度，当您禁用自适应副本选择时仍然可用。
rslzwgfq2#
Here is the official documentation和关于分片副本和搜索性能影响的评论：
Elasticsearch中的副本可以提高搜索吞吐量和弹性。
每个节点更少的分片通常会带来更好的搜索性能，因为文件系统缓存分配更大。
但是，如果节点发生故障，没有副本会影响数据可用性。要确定正确的副本数量，请使用公式：max（max_failures，ceil（num_nodes / num_primaries）- 1）。这会平衡性能和容错能力。
您也可以查看这篇文章：https://medium.com/@musabdogan/elasticsearch-search-performance-shard-configurations-and-replica-strategies-f32246b11aeb