**分片** >一個 分片 是一個底層的 工作單元 ，它僅保存了全部數據中的一部分。 在分片內部機制中，我們將詳細介紹分片是如何工作的，而現在我們只需知道一個分片是一個 Lucene 的實例，以及它本身就是一個完整的搜索引擎。 我們的文檔被存儲和索引到分片內，但是應用程序是直接與索引而不是與分片進行交互。 Elasticsearch 是利用分片將數據分發到集群內各處的。分片是數據的容器，文檔保存在分片內，分片又被分配到集群內的各個節點里。 當你的集群規模擴大或者縮小時， Elasticsearch 會自動的在各節點中遷移分片，使得數據仍然均勻分布在集群里。 一個分片可以是 主 分片或者 副本 分片。 索引內任意一個文檔都歸屬于一個主分片，所以主分片的數目決定著索引能夠保存的最大數據量。 **副本分片** >一個副本分片只是一個主分片的拷貝。副本分片作為硬件故障時保護數據不丟失的冗余備份，并為搜索和返回文檔等讀操作提供服務。 副本分片的主要目的就是為了故障轉移，如果持有主分片的節點掛掉了，一個副本分片就會晉升為主分片的角色。在索引寫入時，副本分片做著與主分片相同的工作。新文檔首先被索引進主分片然后再同步到其它所有的副本分片。增加副本數并不會增加索引容量。 在索引建立的時候就已經確定了主分片數，但是副本分片數可以隨時修改。 **ES集群核心參數** >ES集群的服務器個數， ES集群的總CPU核心個數， ES集群的總內存 預估要存入ES總數據量（數據+索引） **通俗理解** >分片數（number_of_shards）就是主分片個數 副本數（number_of_replicas） 可以理解成主分片的拷貝個數 如果主分片數是5，則每個副本都有5個分片 因此ES集群總的分片數 = 分片數 * (副本數 + 1) **副本數分配算法：** <blockquote>副本數 <= ES集群的服務器個數 - 1 </blockquote> 副本除了提升查詢效率，主要目的為了容災，數據冗余存儲，保證數據安全，因此，副本數應跟據ES集群中的數據庫數量（N-1）進行配置，如果ES集群中有3臺服務器，則副本數設置為2，減 1 因為主分片本身也算一份。副本數設置為2，數據實際上有3份，分散到3臺服務器中。 <blockquote>預估要存入ES總數據量 * (副本數+1) <= ES集群的總內存 / 2 </blockquote> 存入ES搜索引擎 的數據可以預估，比如預估存入的數據有 100G，則實際上會占用的內存為 100G * (副本數+1) 加 1 因為計入了主分片，數量里超限了也可以存入，只要磁盤夠大，但是計算時就可能用到了磁盤，磁盤的IO性能會讓整個ES集群性能大副下降。 ES集群的總內存只取了一半，因為考虛 ES 的 java. 程序本身占用的內存，數據聚合運算消耗的內存，如果實際項目中大量復雜運算，占用的內存需要更多。 **分片數分配算法：** <blockquote>分片數 * (副本數 + 1) <= ES集群的總CPU核心個數 </blockquote> 分片內的檢索運算聚合需要 CPU， 為了充分發揮多核CPU的性能，且又避免CPU頻繁調度，因此，ES集群內總的分片數應小于等于總的CPU核心個數。