Elasticsearch的文档的存储路由是什么

Elasticsearch的文档的存储路由是什么，针对这个问题，这篇文章详细介绍了相对应的分析和解答，希望可以帮助更多想解决这个问题的小伙伴找到更简单易行的方法。

以 Elasticsearch 7.9.2 为准。

问题

在一个索引中创建文档时，如何确定放到哪个分片中？

潜在 3 个方式：

• 随机

• 将文档 id 和分片编号的对应关系保存在数据库

• 计算代替存储：按照某种算法计算出分片编号

如果采用第 1 种方式：

则创建时省事（获取随机数即可），但在查询文档时需要在多个分片中寻找文档。

如果采用第 2 种方式：

则实现起来简单、直接、可靠，但在数据量大的时候表会很大，查询比较慢。

如果采用第 3 种方式：

创建和查询时需要进行一次计算，好处是不必在维护对应关系。

ES 的实现方式

ES 采用的是第 3 种方式。

PUT /<索引名>/_doc/<id>?routing=<rk>

如上，在创建文档时指定 id 和 routing，则此文档被放到的分片编号为：

es_hash(routing) % 分片数

如果不指定 routing，则在计算时把文档 id 作为 routing。

指定 routing 的文档创建之后，会有一个 _routing 字段：

{
    "_index": "myindex",
    "_id": "aaa",
    "_routing": "myrk",
    "_source": <obj>
    // 其他字段
}

使用 routing 潜在问题以及避免方式

假定：

• 某索引有 n >= 2 个分片。

• es_hash("a") % n == 0

• es_hash("r") % n == 1

依次执行：

PUT /the_index/_doc/a
PUT /the_index/_doc/a?routing=r

则 ES 中会出现 2 个 id 为 a 的文档。这绝不是使用者所期望的。

造成这样的原因是：一个 ES 分片其实是一个 Lucene 索引。同一个 Lucene 索引内部，文档的 id 保证互不相同，但多个 Lucene 索引之间无法保证这一点。

避免方式：

对于某 id 的文档，要使用 routing，就一直使用，不然就一直不使用。

关于Elasticsearch的文档的存储路由是什么问题的解答就分享到这里了，希望以上内容可以对大家有一定的帮助，如果你还有很多疑惑没有解开，可以关注亿速云行业资讯频道了解更多相关知识。