前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Elasticsearch底层系列之Shard Allocation机制

Elasticsearch底层系列之Shard Allocation机制

原创
作者头像
技术姐
修改2018-12-07 22:44:29
2.2K0
修改2018-12-07 22:44:29
举报
文章被收录于专栏:Elasticsearch实验室

背景

    Elasticsearch由一些Elasticsearch进程(Node)组成集群,用来存放索引(Index)。为了存放数据量很大的索引,Elasticsearch将Index切分成多个分片(Shard),在这些Shard里存放一个个的文档(document)。通过这一批shard组成一个完整的index。并且,每个Shard可以设置一定数量的副本(Replica),写入的文档同步给副本Shard,副本Shard可以提供查询功能,分摊系统的读负载。在主Shard所在Node(ES进程)挂掉后,可以提升一个副本Shard为主Shard,文档继续写在新的主Shard上,来提升系统的容灾能力。

    既然Shard和Replica有这样的好处,那么Elasticsearch是如何利用和管理这些Shard,让Shard在集群Node上合理的分配,比如,使副本Shard不和主Shard分配在一个Node上,避免容灾失效等。尽量把Shard分配给负载较轻的Node来均摊集群的压力,随着Shard分配,久而久之Shard在集群中会出现分配不均衡的情况,这又该如何才能做到均衡。这便是我们这次讨论的主题:Elasticsearch的分片分配和均衡机制。

触发条件

    先看下在什么场景下会触发Shard的Allocation:

  1. 创建/删除一个Index;
  2. 加入/离开一个Node;
  3. 手动执行了Reroute命令;
  4. 修改了Replica设置;

    当触发了Shard的Allocation,Allocation是如何决定将分片分配给哪个Node,Allocation的过程又是怎样的呢?

Decider

Elasticsearch内有个一个AllocationDecider模块,定义了四种策略决定的结果:

代码语言:javascript
复制
public static final Decision ALWAYS = new Single(Type.YES);
public static final Decision YES = new Single(Type.YES);
public static final Decision NO = new Single(Type.NO);
public static final Decision THROTTLE = new Single(Type.THROTTLE);

从字面上便可以看出策略结果的含义 每种策略是一个单独的实现,重写了如下策略方法:

代码语言:javascript
复制
/**
 * 当前shard routing是否允许rebalance
* 默认是ALWAYS始终允许的
 */
public Decision canRebalance(ShardRouting shardRouting, RoutingAllocation allocation) {
    return Decision.ALWAYS;
}

/**
 * 当前shard routing是否允许分配到目标Node
* 默认是ALWAYS始终允许的
*/
public Decision canAllocate(ShardRouting shardRouting, RoutingNode node, RoutingAllocation allocation) {
    return Decision.ALWAYS;
}

/**
 * 在rebalance过程中,当前Shard是否允许留在当前Node
* 默认是ALWAYS始终允许的
*/
public Decision canRemain(ShardRouting shardRouting, RoutingNode node, RoutingAllocation allocation) {
    return Decision.ALWAYS;
}

AllocationDecider策略实现有以下14种:

AllocationDecider策略
AllocationDecider策略

AllocationDecider策略

    这些策略实现继承自”AllocationDecider”类,如果不覆盖方法的话,默认是ALWAYS允许的。

    我们依次看看这些策略的作用:

MaxRetryAllocationDecider:     定义了Shard维度的Allocation策略,防止Shard在失败次数达到上限后继续分配,当Shard分配失败一次后,失败次数会加1,当Shard分配次数超过配置的最大次数时,这个策略生效,返回Decision.NO;可以通过配置”index.allocation.max_retries”,来设置分配的最大失败重试次数,默认是5次,当然系统分配到达重试次数后,可以手动分配分片,在URL后带上“?retry_failed”请求参数,可以尝试再次分配分片。

ReplicaAfterPrimaryActiveAllocationDecider:      定义了Shard维度的Allocation策略,在分配副本分片时,检查主分片的状态,防止主分片不是Active情况下分配副本分片。

RebalanceOnlyWhenActiveAllocationDecider     定义了Rebalance策略,检查所有的主分片副本分片均是Active状态,才允许Rebalance操作。

ClusterRebalanceAllocationDecider     定义了Rebalance策略,检查系统动态配置”cluster.routing.allocation.allow_rebalance”,可以配置这些选项:

  • always - 不管如何都允许Rebalance.
  • indices_primaries_active - 集群内所有主分片都已经分配后,允许Rebalance,也就是在集群是red状态不允许Rebalance.
  • indices_all_active - (default) 所有的分片一分配才允许Rebalance,此时集群状态要是green状才行
  • 默认配置是所有分片均已分配,也就是集群是green状态的才允许Rebalance操作。

ConcurrentRebalanceAllocationDecider     定义了Rebalance策略,检查系统动态配置”cluster.routing.allocation.cluster_concurrent_rebalance”,表示集群同时允许进行rebalance操作的并发数量,默认是2。通过检查RoutingNodes类中维护的relocatingShards计数器,看是否超过系统配置的并发数,超过则不允许执行Rebalance操作。

EnableAllocationDecider     定义了Allocate策略和Rebalance策略,策略会读取系统动态配置,配置分cluster级别和index级别,如果都配置了,index级别会覆盖cluster级别。 Allocate策略会读取cluster级别”cluster.routing.allocation.enable”配置,默认为all。

  • all - (默认) 所有类型均允许allocation
  • primaries - 只允许allocation主分片.
  • new_primaries - 只允许allocation 新创建index的主分片.
  • none - 所有的分片都不允许allocation

    如果当前index配置了“index.routing.allocation.enable”配置,将覆盖cluster级别配置,内容和上面的一样,也分四种类型     Rebalance也会读取cluster级别“cluster.routing.rebalance.enable”配置,默认为all。

  • all - (默认) 所有类型均允许rebalance.
  • primaries - 只允许rebalance主分片.
  • replicas - 只允许rebalance 副本分片.
  • none - 所有的分片都不允许rebalance.

    index配置是”index.routing.rebalance.enable”,内容和上面的一样,也各分四种类型,含义一样。index级别配置后,会覆盖cluster级别配置。

NodeVersionAllocationDecider     定义了Allocate策略,检查分片所在Node的版本是否高于目标Node的ES版本,如果高于,不允许allocation,这种策略的目的是避免目标Node无法适配高版本lucencn格式的文件,一般集群ES都是一致的,当集群在进行ES版本滚动升级时,会出现版本不一致的情况。

SnapshotInProgressAllocationDecider     定义了Allocate策略,根据系统动态配置”cluster.routing.allocation.snapshot.relocation_enabled”,决定snapshot期间是否允许allocation,由于snapshot只发生在主分片,所以只会限制主分片的allocation。

FilterAllocationDecider     定义了Allocate策略,明确指定是否允许分片分配到指定Node上,分为index级别和cluster级别

  • index.routing.allocation.require.{attribute}
  • index.routing.allocation.include{attribute}
  • index.routing.allocation.exclude.{attribute}
  • cluster.routing.allocation.require.{attribute}
  • cluster.routing.allocation.include.{attribute}
  • cluster.routing.allocation.exclude.{attribute}

    require表示必须分配到指定node,include表示可以分配到指定node,exclude表示不允许分配到指定Node,cluster的配置会覆盖index级别的配置,比如index include某个node,cluster exclude某个node,最后的结果是exclude某个node,上面{attribute}表示node的匹配方式有:

  • _name 匹配node名称,多个node名称用逗号隔开
  • _ip 匹配node ip,多个ip用逗号隔开
  • _host 匹配node的host name 多个host name用逗号隔开

例如:

代码语言:javascript
复制
PUT _cluster/settings
{
  "transient" : {
    "cluster.routing.allocation.exclude._ip" : “10.0.0.1,10.0.0.2"
  }
}

SameShardAllocationDecider     定义了Allocate策略,避免将shard的不同类型(主shard,副本shard)分配到同一个node上,先检查已分配shard的NodeId是否和目标Node相同,相同肯定是不能分配。除了检查NodeId,为了避免分配到同一台机器的不同Node,会检查已分配shard的Node ip和hostname是否和目标Node相同,相同的话也是不允许分配的。

DiskThresholdDecider     定义了Allocate策略,Remind策略。策略根据Node的磁盘剩余量来决定是否分配到该Node,以及检查Shard是否可以继续停留在当前Node上,会检查系统的动态配置”cluster.routing.allocation.disk.threshold_enabled”默认“true”,如果为false,该策略允许分配分片。     策略里还会用到另外两项系统动态配置:

  1. “cluster.routing.allocation.disk.watermark.low”,默认值“85%”,达到这个值后,新索引的分片不会分配到这个Node上,也可以设置具体的byte数大小;
  2. “cluster.routing.allocation.disk.watermark.high”,默认值“90%”,达到这个值后,会触发已分配到该节点的Shardrebalance到其他Node上,配置项可以设置成具体的byte数大小。

ThrottlingAllocationDecider     定义了Allocate策略,避免过多的Recoving Allocation,结合系统的动态配置,避免过多的Recoving任务导致该Node的负载过高,相关配置有:     ”cluster.routing.allocation.node_initial_primaries_recoveries”,当前Node在进行主分片恢复的数量,默认为四个,ES内部是通过统计主Shard是否处于初始化状态,并且不是出于从其他节点reloacting过来,另外,”cluster.routing.allocation.node_concurrent_incoming_recoveries”,默认是2,通常是其他Node上的副本shard恢复到该Node上,以及”cluster.routing.allocation.node_concurrent_outgoing_recoveries”,默认为2,通常是当前节点上的主节点恢复副本Shard到其他Node上 “cluster.routing.allocation.node_concurrent_recoveries”,用来直接配置上面incoming和outgoing两个值的和。

ShardsLimitAllocationDecider     定义了Allocate策略,根据系统的动态配置,index级别的”index.routing.allocation.total_shards_per_node”,表示这个index每个node的总共允许存在多少个shard,默认值是-1表示无穷多个;和cluster级别”cluster.routing.allocation.total_shards_per_node”,表示集群范围内每个Node允许存在有多少个shard。默认值是-1表示无穷多个。如果目标Node的Shard数超过了配置的上限,则不允许分配Shard到该Node上。注意:index级别的配置会覆盖cluster级别的配置。

AwarenessAllocationDecider     定义了Shard Allocation和Remind策略,类似机架感知。为了将主shard和副本shard跨机架/地区分配。通过设置系统动态配置”cluster.routing.allocation.awareness.attributes:rack_id”,这里配置的感知类型为rack_id,相应的在Node配置上增加node.attr.rack_id:rack_one后,随后创建的index的主分片与副本分片会跨rack_id分配,避免机架网络设备故障导致整个集群不可用。相应的”cluster.routing.allocation.awareness.force.zone.values”会强制跨机架分配副本shard,如果分配完主分配,无可用其他机架分配副本分片,则副本分片不允许分配。

所有的Allocation由上面14个策略组成,通过全部的策略该Node才是一个符合策略条件的目标Node,允许进行后面的分片分配过程。

     Shard Allocation,Shard Move,Shard Rebalance会利用这些Decision,再决定是否进行分片分配,分片迁移,分片均衡等操作;下面我们看看完整的Allocation过程会经过哪些步骤。

Allocation过程

一次Allocation的执行过程如下:

Allocation执行过程
Allocation执行过程

Allocation完整过程

首先看下 Allocation有哪些触发条件:

Allocation的触发条件

上图中Allocation的触发条件有以下几种:

序号

调用函数

说明

1

AllocationService.applyStartedShards

Shard启动状态修改

2

AllocationService.applyFailedShards

shard失效状态修改

3

AllocationService.deassociateDeadNodes

Node离开

4

AllocationService.reroute(AllocationCommands)

执行reloaction命令

5

TransportClusterUpdateSettingsAction.masterOperation

集群配置修改操作

6

MetaDataCreateIndexService.onlyCreateIndex

创建index请求

7

MetaDataDeleteIndexService.deleteIndices

删除索引操作

8

MetaDataIndexStateService.closeIndex

关闭index操作

9

MetaDataIndexStateService.openIndex

打开index操作

10

NodeJoinController.JoinTaskExecutor

通过zendiscovery发现的节点加入集群

11

GatewayService.GatewayRecoveryListener

通过GatewayRecovery恢复的Node加入集群

12

LocalAllocateDangledIndices.submitStateUpdateTask

恢复磁盘内存在而MateDate内不存在的index

13

RestoreService.restoreSnapshot

从Snapshot中恢复index

    额外说明一下,上表中的第3点,当节点离开后,在系统动态配置”index.unassigned.node_left.delayed_timeout”的超时时间过后,会触发”DelayedAllocationService.DelayedRerouteTask”,会延迟搬迁操作,这样设置是为了避免网络抖动导致节点短暂离开触发Shard搬迁。

    在分配分片时,会先后经过两个维度的验证:一个是Shard维度,一个是Node维度 其中Shard维度有两个Decider: MaxRetryAllocationDecider和ReplicaAfterPrimaryActiveAllocationDecider。接着挨个验证Node级别的分配策略,完成了未分配分片的分配步骤后,接下来会进行分片是否需要迁移的检查,也就是下面的:

Move Shard

    Move Shard过程会经过上面十四个策略实现的canRemain方法,判断当前Shard是否可以继续留在当前的Node上, 会经过:

  1. AwarenessAllocationDecider的canRemain方法,判断是否满足awareness配置的感知参数
  2. DiskThresholdDecider的canRemain方法,判断当前Node是否超过高水位线
  3. FilterAllocationDecider的canRemain方法,判断当前Node是否符合过滤策略
  4. ShardsLimitAllocationDecider的方法,判断当前Node是否满足index维度和cluster维度的限制条件

    只有上面策略全部通过,Shard才允许停留在当前Node上,否则会执行Relocating Shard过程     完成了分片搬迁,接下来会对集群中的分片均衡性做检查,ES内通过Balancer.balance方法实现,我们看看Rebalance过程是怎样的:

Rebalance

    Rebalance之前会经过上面十四个策略实现的canRebalance方法,全部通过才会执行后面的Rebalance过程:     Rebalance过程是通过调用balanceByWeights()方法,该方法会计算shard所在每个Node的Weight值 其中,weight的计算公式为:

代码语言:javascript
复制
weightShard = node.numShards() + numAdditionalShards - balancer.avgShardsPerNode()
weightIndex = node.numShards(index) + numAdditionalShards - balancer.avgShardsPerNode(index)
weight = theta0 * weightShard + theta1 * weightIndex

注: numAdditionalShards,一般为0,调用weightShardAdded,weightShardRemoved,分别为1和-1 theta0=“cluster.routing.allocation.balance.shard”系统动态配置项,默认值为0.45f theta1=“cluster.routing.allocation.balance.index”,系统动态配置项,默认值为0.55f

将算出的Weight最小和最大的差值与系统配置的“threshold”比较,超过threshold值会执行rebalance的shard搬迁,来均衡集群中的shard。

总结

这便是Shard分配,搬迁和平衡的全部过程,ElasticSearch通过这三个操作,保证Shard在Node之间均衡的分配,修改动态配置后完成Shard迁移,以及在集群运行过程中的自动均衡。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。

如有侵权,请联系 cloudcommunity@tencent.com 删除。

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 背景
  • 触发条件
  • Decider
  • Allocation过程
  • Allocation的触发条件
  • Move Shard
  • Rebalance
  • 总结
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档