Elasticsearch 可扩展性设计全解析
1. 引言
在当今的数据时代，许多公司使用 Elasticsearch 每天对 PB 级别的数据进行索引和搜索。不过，大多数人最初处理的数据规模相对较小。我们需要基于当前的情况进行构建，同时要确保系统能够灵活、快速地扩展。
Elasticsearch 本身具备良好的扩展性，它既可以在笔记本电脑上愉快运行，也能在包含数百个节点的集群中高效工作，并且使用体验几乎相同。从小集群扩展到大集群基本是自动且轻松的，从大集群扩展到超大型集群则需要更多的规划和设计，但总体来说也不算困难。
不过，Elasticsearch 并非万能，它也有自身的局限性。了解这些局限性并合理应对，扩展过程会更加顺利；反之，则可能会遇到诸多问题。
2. 扩展的基本单位：分片
分片是 Elasticsearch 扩展的基本单位，一个分片实际上是一个 Lucene 索引，而一个 Elasticsearch 索引是多个分片的集合。应用程序与索引进行交互，Elasticsearch 会将请求路由到合适的分片上。
最小的索引可以只有一个分片，一个分片能容纳大量数据，可能足以满足当前需求，但会限制系统的扩展性。例如，假设集群只有一个节点，索引也只有一个分片，创建索引的代码如下：
PUT /my_index { "settings": { "number_of_shards": 1, "number_of_replicas": 0 } }这种设置虽然规模小，但能满足当前需求且
