对复杂分布式机制的透明隐藏特性

• Elasticsearch 是一套分布式系统，分布式是为了应对大数据量，Elasticsearch 为我们隐藏了复杂的分布式机制，符合开箱即用的特点

• 分片机制（之前我们随随便便就将一些 document 插入到 Elasticsearch 集群中了，我们并不关心数据是怎么进行分片的，数据到哪个 shard 中去了，这些都是 Elasticsearch 内部帮我们做好的，隐藏了复杂的实现，我们直接用就好了）

• cluster discovery（集群发现机制，之前在做集群 status 从 "yellow" 转 "green" 的实验中，直接启动第二个 Elasticsearch 进程，进程作为一个 node 自动就发现了集群，并且加入了进去，还接受了部分数据（replica shard））

• shard 负载均衡（假设现在有 25 个 shard 要分配到 3 个节点上去，Elasticsearch 会自动进行均匀分配，以保证每个节点均衡的读写负载请求）

垂直扩容与水平扩容

• 垂直扩容：采购更强大的服务器，成本非常高昂，而且会有瓶颈。

• 水平扩容：业界经常采用的方案，采购越来越多的普通服务器，性能比较一般，但是很多普通服务器组织在一起，就能构成强大的计算和存储能力。

假设：6 台服务器，每台容纳 1 T数据，数据量马上要增长到 8 T，这时候两个扩容方案：
（1）垂直扩容：重新购置两台服务器，每台服务器的容量是 2 T，替换掉老的两台服务器，那么现在是 6 台服务器，总容量就是 4 * 1T + 2 * 2T = 8T

（2）水平扩容：重新购置两台服务器，每台服务器的容量是 1 T，直接加入到集群中去，那么现在是 8 台服务器，总容量就是 8 * 1T = 8T（业界几乎都采用这种方式）

数据 rebalance

总有某些节点的负载会重一些，承载的数据量和请求量会大一些。当增加或者减少节点时数据 rebalance，以保持负载均衡。

master 节点

• 管理 Elasticsearch 集群中的元数据：比如索引的创建和索引的删除，维护索引元数据；节点的增加和移除，维护集群元数据。

• 默认情况下，会自动选择一台节点作为 master 节点。

注意：master 节点不承载所有的请求，所以不会是一个单点瓶颈。（这句话的意思是说并不是因为它是 master 节点，所以所有请求都由他来转发，而是每个节点都有可能被请求到）

节点对等的分布式架构

• 节点对等，每个节点都能接收所有请求
• 自动请求路由
• 相应收集数据