鍍金池/ 教程/ Java/ 繼續(xù)擴展
創(chuàng)建索引
文檔局部更新
映射
查詢與過濾條件的合并
取回階段
查詢地理形狀
相關(guān)性簡介
動態(tài)索引
處理沖突
geohash單元聚合器
主分片和復(fù)制分片如何交互
自定義分析器
下一步
過濾順序
空集群
數(shù)據(jù)吞吐
地理坐標點
嵌套-映射
動態(tài)映射
在查詢中使用已索引的形狀
局部更新文檔
包含,而不是相等
范圍
檢索文檔
映射及分析
結(jié)語
結(jié)構(gòu)化查詢 Query DSL
驗證查詢
查找準確值
Geohashes
結(jié)構(gòu)化搜索
復(fù)合核心字段類型
嵌套-集合
與Elasticsearch交互
請求體查詢
自定義動態(tài)索引
簡易搜索
索引一個文檔
地理形狀
緩存地理位置過濾器
多文檔模式
  • 1.
分布式搜索的執(zhí)行方式
安裝Elasticsearch
地理位置聚合
分析和分析器
元數(shù)據(jù):_all 字段
地理坐標盒模型過濾器
類型和映射
合并段
查詢多個準確值
嵌套-查詢
  • 1.
為什么是奇怪的格式?
Geohashes 映射
關(guān)于緩存
開始第一步
為了搜索,你懂的
分布式的特性
添加索引
確切值(Exact values) vs. 全文文本(Full text)
掃描和滾屏
相關(guān)性排序
教程小結(jié)
數(shù)據(jù)字段
增加故障轉(zhuǎn)移
按距離排序
索引管理
分布式文檔存儲
geohash單元過濾器
嵌套排序
檢索多個文檔
新建、索引和刪除文檔
Geohashes
檢索文檔
減少內(nèi)存占用
重新索引數(shù)據(jù)
檢索文檔
按距離聚合
什么是文檔?
繼續(xù)擴展
集群健康
入門
映射(mapping)
近實時搜索
地理形狀的過濾與緩存
集群內(nèi)部工作方式
應(yīng)對故障
范圍(邊界)聚合器
分析
分頁
刪除文檔
倒排索引
索引地理形狀
嵌套-對象
  • 1.
橫向擴展
查詢階段
元數(shù)據(jù):_source 字段
多索引和多類別
路由文檔到分片
索引設(shè)置
williamzhao
多值字段字符串排序
創(chuàng)建一個新文檔
配置分析器
地理形狀
更新整個文檔
面向文檔
處理 Null 值
映射地理形狀
使文本可以被搜索
索引別名和零停機時間
通過地理坐標點過濾
地理距離過濾器
搜索——基本的工具
空搜索
搜索選項
更新時的批量操作
最重要的查詢過濾語句
結(jié)語
組合過濾
地理位置聚合
根對象
默認映射
文檔 ID
持久化變更
檢查文檔是否存在
入門
地理坐標點

繼續(xù)擴展

繼續(xù)擴展

如果我們要擴展到6個以上的節(jié)點,要怎么做?

主分片的數(shù)量在創(chuàng)建索引時已經(jīng)確定。實際上,這個數(shù)量定義了能存儲到索引里數(shù)據(jù)的最大數(shù)量(實際的數(shù)量取決于你的數(shù)據(jù)、硬件和應(yīng)用場景)。然而,主分片或者復(fù)制分片都可以處理讀請求——搜索或文檔檢索,所以數(shù)據(jù)的冗余越多,我們能處理的搜索吞吐量就越大。

復(fù)制分片的數(shù)量可以在運行中的集群中動態(tài)地變更,這允許我們可以根據(jù)需求擴大或者縮小規(guī)模。讓我們把復(fù)制分片的數(shù)量從原來的1增加到2

PUT /blogs/_settings
{
   "number_of_replicas" : 2
}

圖5:增加number_of_replicas到2: 三節(jié)點兩復(fù)制集群

從圖中可以看出,blogs索引現(xiàn)在有9個分片:3個主分片和6個復(fù)制分片。這意味著我們能夠擴展到9個節(jié)點,再次變成每個節(jié)點一個分片。這樣使我們的搜索性能相比原始的三節(jié)點集群增加三倍。

當然,在同樣數(shù)量的節(jié)點上增加更多的復(fù)制分片并不能提高性能,因為這樣做的話平均每個分片的所占有的硬件資源就減少了(譯者注:大部分請求都聚集到了分片少的節(jié)點,導(dǎo)致一個節(jié)點吞吐量太大,反而降低性能),你需要增加硬件來提高吞吐量。

不過這些額外的復(fù)制節(jié)點使我們有更多的冗余:通過以上對節(jié)點的設(shè)置,我們能夠承受兩個節(jié)點故障而不丟失數(shù)據(jù)。

上一篇:動態(tài)映射下一篇:刪除文檔