【Elasticsearch】同一台服务器部署集群

1. 同一台服务器搭建ES集群

2. 配置不同的node节点

第一台机器 elasticsearch.yml



其他两台机器需要修改的地方

3. ES集群中安装IK分词器

在9201的包下面的plugins里面的ik分词器解压，解压出一个elasticsearch文件夹，将elasticsearch文件夹改名为analysis-ik的文件夹

然后再把这个analysis-ik的文件夹复制到9202、9203各一份

4. 启动es集群

1. es启动
   windows操作系统可以直接启动elasticsearch.bat
   centos or mac 直接运行elasticsearch脚本
2. 集群启动
   mac 下的集群启动，三台机器都运行elasticsearch脚本

5. Kibana访问集群

在第一台机器的kibana.yml中修改为9201

运行kibana

6. es-head

连接的时候9201、9202、9203都可以

7. 集群中创建索引

集群中创建索引与单台机器创建索引是一样的。
分片的数量：默认是5，这里设置为3
分片是指 将数据拆分成多个部分，并分别存储在不同的服务器或节点上，从而实现数据水平扩展（scale out）。

副本数量:这里设置为1，每个分片一个备份，一个原始数据共计2份。

7.1 什么是分片以及分片的好处

分片（Sharding）
概念：分片是指 将数据拆分成多个部分，并分别存储在不同的服务器或节点上，从而实现数据水平扩展（scale out）。

1. 特点
   数据拆分：每个分片存储不同的数据子集，不同分片之间的数据通常不重复。
   提高可扩展性：当数据量过大时，可以通过增加分片来分担存储和查询压力。
   减少单点瓶颈：每个分片可以独立处理查询，提高整体性能。
2. 示例
   假设有一个包含 1 亿条用户数据 的数据库，直接存储在一个节点上会导致性能瓶颈。
   采用分片策略，可以 按照用户 ID 进行范围分片：
   服务器 A 存储 ID 1-30,000,000 的用户数据
   服务器 B 存储 ID 30,000,001-60,000,000 的用户数据
   服务器 C 存储 ID 60,000,001-100,000,000 的用户数据
   这样，每个服务器只处理自己的一部分数据，整体性能更高。

7.2 副本（Replication）

概念：副本是指复制数据的多个拷贝，并存储在不同的服务器或节点上，以提高系统的高可用性和 数据冗余度。

1. 特点
   数据一致性：所有副本存储的是相同的数据，并通过同步机制保持一致。
   提高高可用性：当一个节点故障时，其他副本可以继续提供服务。
   读写分离：主副本负责写入，其他副本可以分担读取压力，提高查询性能。
2. 示例
   一个数据库采用 主从复制（Master-Slave Replication）：
   主数据库（Master） 负责写入操作，并将数据同步到多个 从数据库（Slaves）。
   读取请求可以由多个从库分担，从而减少主库压力，提高查询效率。
   如果 主库宕机，可以通过 选举 让某个从库升级为新的主库，保证系统的高可用性。

7.3 通过es-head创建索引

这里注意一个问题：

8. 集群工作原理

shard分片

9. 在Java中操作ES的客户端