本篇内容介绍了“elasticsearch分片的操作”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
创新互联主要从事成都网站建设、网站制作、网页设计、企业做网站、公司建网站等业务。立足成都服务浦江,十载网站建设经验,价格优惠、服务专业,欢迎来电咨询建站服务:18982081108
Es中所有数据均衡的存储在集群中各个节点的分片中，会影响ES的性能、安全和稳定性， 所以很有必要了解一下它。
简单来讲就是咱们在ES中所有数据的文件块，也是数据的最小单元块，整个ES集群的核心就是对所有分片的分布、索引、负载、路由等达到惊人的速度
实列场景：
假设 IndexA 有2个分片，我们向 IndexA 中插入10条数据 (10个文档)，那么这10条数据会尽可能平均的分为5条存储在第一个分片，剩下的5条会存储在另一个分片中。
和主流关系型数据库的表分区的概念有点类似，如果你比较熟悉关系型数据库的话。
创建 IndexName 索引时候，在 Mapping 中可以如下设置分片 (curl)
PUT indexName
{
"settings": {
"number_of_shards": 5
}
}注意
索引建立后，分片个数是不可以更改的
分片个数是越多越好还是越少越好了？根据整个索引的数据量来判断。
实列场景：
如果 IndexA 所有数据文件大小是300G，该怎么定制方案了？
建议：（仅参考）
1、每一个分片数据文件小于30GB
2、每一个索引中的一个分片对应一个数据节点
3、节点数大于等于分片数（不含复制分片数）
根据建议，至少需要 14个分片，11个数据分片，3个主节点。
结果： 建11个数据节点 (Node)，Mapping 指定分片数为 10，满足每一个节点一个分片，每一个分片数据带下在30G左右。同时作为健壮性和扩展性，多一个数据节点。
SN(分片数) = IS(索引大小) / 30
NN(节点数) = SN(分片数) + MNN(主节点数[无数据]) + NNN(负载节点数)
我们可以指定es去具体的分片查询从而进一步的实现es极速查询。
1：randomizeacross shards
随机选择分片查询数据，es的默认方式
2：_local
优先在本地节点上的分片查询数据然后再去其他节点上的分片查询，本地节点没有IO问题但有可能造成负载不均问题。数据量是完整的。
3：_primary
只在主分片中查询不去副本查，一般数据完整。
4：_primary_first
优先在主分片中查，如果主分片挂了则去副本查，一般数据完整。
5：_only_node
只在指定id的节点中的分片中查询，数据可能不完整。
6：_prefer_node
优先在指定你给节点中查询，一般数据完整。
7：_shards
在指定分片中查询，数据可能不完整。
8：_only_nodes
可以自定义去指定的多个节点查询，es不提供此方式需要改源码。
/**
* 指定分片 查询
*/
@Test
public void testPreference()
{
SearchResponse searchResponse = transportClient.prepareSearch(index)
.setTypes("add")
//.setPreference("_local")
//.setPreference("_primary")
//.setPreference("_primary_first")
//.setPreference("_only_node:ZYYWXGZCSkSL7QD0bDVxYA")
//.setPreference("_prefer_node:ZYYWXGZCSkSL7QD0bDVxYA")
.setPreference("_shards:0,1,2")
.setQuery(QueryBuilders.matchAllQuery()).setExplain(true).get();
SearchHits hits = searchResponse.getHits();
System.out.println(hits.getTotalHits());
SearchHit[] hits2 = hits.getHits();
for(SearchHit h : hits2)
{
System.out.println(h.getSourceAsString());
}
}“elasticsearch分片的操作”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注创新互联网站，小编将为大家输出更多高质量的实用文章！
