Elasticsearch 路由

1.默認路由規則

默認情況下通過_routing字段進行路由，這個字段的值默認等於文檔_id字段

shard_num = hash(_routing) % num_primary_shards

2.自定義路由字段

PUT my_index/_doc/1?routing=user1&refresh=true 
{
  "title": "This is a document"
}

GET my_index/_doc/1?routing=user1

3._routing字段可用於查詢

GET my_index/_search
{
  "query": {
    "terms": {
      "_routing": [ "user1" ] 
    }
  }
}

查詢時指定路由

GET my_index/_search?routing=user1,user2 
{
  "query": {
    "match": {
      "title": "document"
    }
  }
}

4.強制CRUD操作攜帶routing參數

自定義路由后，CRUD操作最好都要帶上routing參數，要不可能導致一個文檔被保存到多個分片上，可以通過設置強制所有CRUD操作必須帶routing參數，一旦設置后，不帶routing的操作將會報錯（throws a routing_missing_exception.）。設置如下：

PUT my_index2
{
  "mappings": {
    "_doc": {
      "_routing": {
        "required": true 
      }
    }
  }
}

PUT my_index2/_doc/1 
{
  "text": "No routing value provided"
}

5.設置了自定義路由，索引中_id字段的唯一性將得不到保障，即在不同的分片上可能會存在_id相同的文檔，所以，自定義路由最好通過自定義_id的方式，保證_id的唯一性。

6.優化路由的單點查詢問題

自定義路由可能會導致索引分配不均，大量的索引路由到一個分片上，導致這個分片的索引和查詢性能降低。為了解決這個問題，可以設置 routing_partition_size 參數。（注意這是一個索引級別的設置，只能在創建索引的時候設置。）這樣routing將路由到一組分片，然后_id字段在決定文檔保存到那一個分片上。由於這個原因。routing_partition_size的值必須是一個大於1但是小於number_of_shards設置的分片數量的一個整數。具體公式如下：

shard_num = (hash(_routing) + hash(_id) % routing_partition_size) % num_primary_shards

注意：索引一旦設置了routing_partition_size 后，join field將不能被創建了，同時索引中的所有mapping必須設置_routing為required的。

查看每個分片文檔數量

GET _cat/shards/test07

test07 2 p STARTED 0  261b 192.168.0.16 testshshs_core
test07 1 p STARTED 1 3.2kb 192.168.0.15 testshshs_first
test07 0 p STARTED 1 3.2kb 192.168.0.16 testshshs_core

 

注意：網上說自定義路由選取的字段特別重要，需要考慮是否達到預期效果，不要是數據過於集中，可能會適得其反，這需要根據場景實際測試。

具體怎么選，我也沒有太多經驗，各位有好的想法，歡迎指點一下，非常感謝。

 

參考文檔：

https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-routing-field.html

https://blog.csdn.net/weizg/article/details/79162221