Shard-allokering og genbalancering
Forstå, hvordan Elasticsearch beslutter, hvor shards skal placeres, hvordan allocation awareness fordeler replikaer på tværs af hardware, og hvordan De styrer genbalancering under skalering og vedligeholdelse.
Shard-allokering og genbalancering er en gratis Elasticsearch og systemer til fuldtekstsøgning-lektion på CoddyKit. Dette er lektion 4 af 4. Du kan læse alle 3 lektioner i dette læringsspor gratis i deres fulde længde — derefter låser CoddyKit PRO alle lektioner op samt praktiske øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Den er en del af læringsforløbet i Elasticsearch og systemer til fuldtekstsøgning, og dine fremskridt synkroniseres på tværs af nettet og CoddyKit-appen. Elasticsearch og systemer til fuldtekstsøgning-kurset indeholder 4 lektioner i alt.
Hvor placeres shards?
Når du opretter et indeks eller tilføjer en node, skal Elasticsearch beslutte, hvilken node der skal indeholde hver shard. Denne proces kaldes shard-allokering, og det er afgørende for en sund klynge med god ydeevne, at den er afbalanceret.
Allokeringsprocessen
Master-noden kører allokeringsbeslutningstagere for hver ikke-allokerede shard. De kontrollerer diskplads, antal shards, regler for opmærksomhed og filtre, før en shard placeres. Hvis en beslutningstager afviser placeringen, forbliver sharden UNASSIGNED.
Placering af primære shards og replikaer
En replika allokeres aldrig til samme node som sin primære shard. Det garanterer, at tabet af én node ikke kan fjerne begge kopier af de samme data. Med én replika overlever du ethvert enkelt-nodetab.
Overvågning af allokering
Brug _cat/shards-API'et til at se, hvor hver shard befinder sig, og hvilken tilstand den er i. STARTED betyder aktiv; RELOCATING betyder, at den flyttes.
GET _cat/shards?vForklaring af en fastlåst shard
Når en shard ikke vil blive allokeret, fortæller _cluster/allocation/explain-API'et dig præcis, hvilken beslutningstager der blokerede den, og hvorfor. Det er det første sted, du bør lede ved fejlfinding af en gul eller rød klynge.
GET _cluster/allocation/explain
{
"index": "my_index",
"shard": 0,
"primary": false
}Allokeringsopmærksomhed
Allokeringsopmærksomhed fordeler kopier på tværs af fysiske grænser som racks eller tilgængelighedszoner. Du mærker noder med brugerdefinerede attributter og fortæller klyngen, at den skal tage højde for dem.
cluster.routing.allocation.awareness.attributes: zoneTvungen opmærksomhed
Tvungen opmærksomhed går et skridt videre: Den nægter at overallokere replikaer til zoner, der stadig fungerer, hvis en zone går ned, så én zone ikke kommer til at indeholde alle kopier. Det beskytter kapacitetsplanlægningen under driftsafbrydelser.
cluster.routing.allocation.awareness.force.zone.values: zone1,zone2Shard-filtrering
Du kan fastlåse et indeks til eller udelukke det fra bestemte noder ved hjælp af allokeringsfiltre. Det er nyttigt i hot/warm-arkitekturer, hvor ældre indeks flyttes til billigere hardware.
PUT my_index/_settings
{
"index.routing.allocation.require.box_type": "warm"
}Genbalancering
Efter at noder tilsluttes eller forlader klyngen, genbalancerer klyngen for at udjævne antallet af shards. Det sker automatisk, men genererer netværks- og disk-I/O, så processen bør styres under følsomme operationer.
Midlertidig deaktivering af allokering
Før en løbende genstart skal du deaktivere allokering, så klyngen ikke spilder kræfter på at flytte shards fra en node, som du snart bringer tilbage. Aktivér den igen bagefter.
PUT _cluster/settings
{
"transient": {
"cluster.routing.allocation.enable": "primaries"
}
}Begrænsning af hastigheden
Begræns samtidige gendannelser med cluster.routing.allocation.node_concurrent_recoveries og båndbredden med indices.recovery.max_bytes_per_sec, så genbalanceringen ikke udsulter aktive forespørgsler.
Hurtigt tjek
Test din forståelse af shard-allokering.
Opsummering
Du har lært, hvordan shards placeres og afbalanceres:
- Allokeringsbeslutningstagere vælger shard-placeringer; replikaer placeres ikke på deres primære shards node.
- Fejlfind fastlåste shards med
allocation/explain. - Allokeringsopmærksomhed og tvungen opmærksomhed fordeler kopier på tværs af zoner.
- Brug allokeringsfiltre til hot/warm-niveauer, og deaktivér allokering under løbende genstarter.
Lær Elasticsearch og systemer til fuldtekstsøgning med en AI-underviser — gratis
Skriv og kør rigtig kode i din browser, få øjeblikkelig hjælp fra en AI-underviser døgnet rundt, og fortsæt, hvor du slap, på web eller i appen.
- Kurser
- 12
- Lektioner
- 48
Ofte stillede spørgsmål
Er lektionen “Shard-allokering og genbalancering” gratis?
Ja — alle 3 lektioner i læringssporet Elasticsearch og systemer til fuldtekstsøgning, inklusive “Shard-allokering og genbalancering”, kan læses gratis i deres fulde længde her på webstedet. Derefter låser CoddyKit PRO alle lektioner op samt interaktive øvelser med en indbygget kodeeditor og en AI-underviser døgnet rundt. Elasticsearch og systemer til fuldtekstsøgning-kurset indeholder 4 lektioner i alt.
Hvad lærer jeg i “Shard-allokering og genbalancering”?
Forstå, hvordan Elasticsearch beslutter, hvor shards skal placeres, hvordan allocation awareness fordeler replikaer på tværs af hardware, og hvordan De styrer genbalancering under skalering og vedlig… Du øver dig i Elasticsearch og systemer til fuldtekstsøgning med praktisk kode, som du kører direkte i browseren, og en AI-vejleder døgnet rundt besvarer dine spørgsmål, mens du arbejder dig gennem lektionen.
Skal jeg have erfaring for at begynde på Elasticsearch og systemer til fuldtekstsøgning?
Der kræves ingen tidligere erfaring. Elasticsearch og systemer til fuldtekstsøgning på CoddyKit er tilrettelagt for både begyndere og øvede, så du kan starte her eller fra begyndelsen og lære i dit eget tempo. Dette er lektion 4 af 4.
Hvor lang tid tager lektionen “Shard-allokering og genbalancering”?
De fleste CoddyKit-lektioner tager cirka 5–10 minutter. Hver lektion er kort og interaktiv, så du gør løbende fremskridt og kan fortsætte, hvor du slap – på både web og app.
Kan jeg skrive og køre kode i denne Elasticsearch og systemer til fuldtekstsøgning-lektion?
Ja. Alle Elasticsearch og systemer til fuldtekstsøgning-lektioner har en indbygget kodeeditor, så du kan skrive og køre rigtig kode direkte i din browser og få øjeblikkelig feedback fra AI – uden lokal opsætning.
Alle lektioner i dette kursus
- Sharding og replikaer forklaret
- Clusterets tilstand og overvågning
- Noderoller og arkitektur
- Shard-allokering og genbalancering