一、数据同步
elasticsearch中的酒店数据来自于mysql数据库，因此mysql数据发生改变时，elasticsearch也必须跟着改变，这个就是elasticsearch与mysql之间的数据同步。
思路分析：
常见的数据同步方案有三种：
-
同步调用
-
异步通知
-
监听binlog
1.1、同步调用
方案一：同步调用
基本步骤如下：
-
hotel-demo对外提供接口，用来修改elasticsearch中的数据
-
酒店管理服务在完成数据库操作后，直接调用hotel-demo提供的接口，
1.2、异步通知
方案二：异步通知
流程如下：
-
hotel-admin对mysql数据库数据完成增、删、改后，发送MQ消息
-
hotel-demo监听MQ，接收到消息后完成elasticsearch数据修改
1.3、监听binlog
方案三：监听binlog
流程如下：
-
给mysql开启binlog功能
-
mysql完成增、删、改操作都会记录在binlog中
-
hotel-demo基于canal监听binlog变化，实时更新elasticsearch中的内容
1.4、选择
方式一：同步调用
-
优点：实现简单，粗暴
-
缺点：业务耦合度高
方式二：异步通知
-
优点：低耦合，实现难度一般
-
缺点：依赖mq的可靠性
方式三：监听binlog
-
优点：完全解除服务间耦合
-
缺点：开启binlog增加数据库负担、实现复杂度高
二、集群
单机的elasticsearch做数据存储，必然面临两个问题：海量数据存储问题、单点故障问题。
-
海量数据存储问题：将索引库从逻辑上拆分为N个分片（shard），存储到多个节点
-
单点故障问题：将分片数据在不同节点备份（replica ）
ES集群相关概念:
-
集群（cluster）：一组拥有共同的 cluster name 的 节点。
-
节点（node) ：集群中的一个 Elasticearch 实例
-
分片（shard）：索引可以被拆分为不同的部分进行存储，称为分片。在集群环境下，一个索引的不同分片可以拆分到不同的节点中
解决问题：数据量太大，单点存储量有限的问题。
此处，我们把数据分成3片：shard0、shard1、shard2
-
主分片（Primary shard）：相对于副本分片的定义。
-
副本分片（Replica shard）每个主分片可以有一个或者多个副本，数据和主分片一样
数据备份可以保证高可用，但是每个分片备份一份，所需要的节点数量就会翻一倍，成本实在是太高了！
为了在高可用和成本间寻求平衡，我们可以这样做：
-
首先对数据分片，存储到不同节点
-
然后对每个分片进行备份，放到对方节点，完成互相备份
这样可以大大减少所需要的服务节点数量，如图，我们以3分片，每个分片备份一份为例：
现在，每个分片都有1个备份，存储在3个节点：
-
node0：保存了分片0和1
-
node1：保存了分片0和2
-
node2：保存了分片1和2
2.1、集群脑裂问题
2.1.1、集群职责划分
elasticsearch中集群节点有不同的职责划分：
默认情况下，集群中的任何一个节点都同时具备上述四种角色。
但是真实的集群一定要将集群职责分离：
-
master节点：对CPU要求高，但是内存要求第
-
data节点：对CPU和内存要求都高
-
coordinating节点：对网络带宽、CPU要求高
职责分离可以让我们根据不同节点的需求分配不同的硬件去部署。而且避免业务之间的互相干扰。
一个典型的es集群职责划分如图：
2.1.2、脑裂问题
脑裂是因为集群中的节点失联导致的。
例如一个集群中，主节点与其它节点失联：
此时，node2和node3认为node1宕机，就会重新选主： 
当node3当选后，集群继续对外提供服务，node2和node3自成集群，node1自成集群，两个集群数据不同步，出现数据差异。
当网络恢复后，因为集群中有两个master节点，集群状态的不一致，出现脑裂的情况：
解决脑裂的方案是，要求选票超过 ( eligible节点数量 + 1 ）/ 2 才能当选为主，因此eligible节点数量最好是奇数。对应配置项是discovery.zen.minimum_master_nodes，在es7.0以后，已经成为默认配置，因此一般不会发生脑裂问题
例如：3个节点形成的集群，选票必须超过 （3 + 1） / 2 ，也就是2票。node3得到node2和node3的选票，当选为主。node1只有自己1票，没有当选。集群中依然只有1个主节点，没有出现脑裂。
小结
master eligible节点的作用是什么？
-
参与集群选主
-
主节点可以管理集群状态、管理分片信息、处理创建和删除索引库的请求
data节点的作用是什么？
-
数据的CRUD
coordinator节点的作用是什么？
-
路由请求到其它节点
-
合并查询到的结果，返回给用户
2.2、集群分布式存储
当新增文档时，应该保存到不同分片，保证数据均衡，那么coordinating node如何确定数据该存储到哪个分片呢？
原理：
elasticsearch会通过hash算法来计算文档应该存储到哪个分片：
说明：
-
_routing默认是文档的id
-
算法与分片数量有关，因此索引库一旦创建，分片数量不能修改！
新增文档的流程如下：
解读：
-
新增一个id=1的文档
-
对id做hash运算，假如得到的是2，则应该存储到shard-2
-
shard-2的主分片在node3节点，将数据路由到node3
-
保存文档
-
同步给shard-2的副本replica-2，在node2节点
-
返回结果给coordinating-node节点
2.3、集群分布式查询
elasticsearch的查询分成两个阶段：
-
scatter phase：分散阶段，coordinating node会把请求分发到每一个分片
-
gather phase：聚集阶段，coordinating node汇总data node的搜索结果，并处理为最终结果集返回给用户
2.4、集群故障转移
集群的master节点会监控集群中的节点状态，如果发现有节点宕机，会立即将宕机节点的分片数据迁移到其它节点，确保数据安全，这个叫做故障转移。
1）例如一个集群结构如图：
现在，node1是主节点，其它两个节点是从节点。
2）突然，node1发生了故障：
宕机后的第一件事，需要重新选主，例如选中了node2： 
node2成为主节点后，会检测集群监控状态，发现：shard-1、shard-0没有副本节点。因此需要将node1上的数据迁移到node2、node3：
