* 分片和副本的工作方式 * 影響elasticsearch性能的因素 * 插件管理以及監控 # 索引工作原理 ## 創建索引和刪除文檔  有2個索引P0和P1,RO和R1是這個數據的拷貝 node1是master節點, 當master收到數據更改P0的通知的時候,通過文檔ID,知道他會在node3上并且會并行的把數據通知給node3,node3把這個消息順便發給node2和node1,因為有自己的數據分片  當node1和node2處理成功完畢 NODE3最后會通知master節點,告訴他數據修改成功,master節點會告訴客戶端成功  ## 更新文檔 客戶端發送請求給master節點,表示要更新數據P0,master數據定位到他是在NODE3上,他會把請求轉發給node3 會從node3中獲取這個文檔的json,并且修改里面的source,并且把這個文檔重新索引到這個節點中 如果node3成功更新這個文檔,node3會并行的把這個更改會發給其他節點,他們也會重新索引  如果其他的節點也成功的更改了數據,并且node3收到了其他所有的副本成功的請求,他會給客戶端發送更新成功的信息  ## 查詢檢索 1. 檢索請求會發送到任何一個節點上 2. node3接受到這個請求,會廣播到這個集群中有這個數據副本的節點, 3. 他們都進行查詢,查詢到的話,就把結果返回給node3 4. 成功后會把結果返回給用戶  # 影響elasticsearch性能的因素 ## 索引方面  查詢依賴分詞器分詞的結果, 分詞器沒選好會造成索引會變大, 詞表是分詞器通過分詞創建的詞庫,詞庫和文檔越匹配,這個搜索就會準確 segment數量,索引段的數量,索引是由多個segment組成的,索引不斷增加,segment也不斷增加,可以通過optimize來合并多個segment optimize有多個參數  這個操作很超時很耗資源  ## 分片數量  根據實際情況來決定分片數量 可以根據時間戳來建立索引 一般把舊的數據放到HDFS中 把經常用到的數據會放到elasticsearch中,可以做到備份和冷熱分離 單個分片的大小一般超過30G就會影響性能,但也要看情況 數據不大一般分片5個就行了 ## 副本數量  副本的作用就是備份 ## 物理層面  # 插件監控 通過插件可以看到各種狀態 通過插件可以做一些管理操作 通過插件可以做一些郵件告警 一般使用header和bigdesk插件 ## bigdesk  green表示一切正常,yellow表示分片數據正常,副本數據有缺少,red表示分片數據有缺少 點cluster會顯示這個  深色表示主分片,其他顏色表示副本 ## header 主要通過json數據展示 第一行就是我們創建的索引   然后里面有5個分片,01234,有深色框的是主分片,其他是副本,這個master是不做數據存儲的 查看索引  看索引的具體信息  查詢  ## 預警服務watcher * 集群監控狀態監控 * 內存使用率 * CPU使用率 * 文件目錄空間 * FieldData緩存使用 * 節點加入或者脫離集群 發送郵件設置  可以看這篇文章 https://www.tuicool.com/articles/bMJzMn