• 名词解释
Cluster：集群，一个集群包含多个Node，且会有一个Master Node。
Node：节点，一般来说一个机器部署一个Node。
Shard：分片，指的是一个Index分成多少份，这些Shards会分散到各个Node上面。
• 为什么要使用多个ES Cluster？
高可用方面：
ElastcSearch拥有许多高可用的特性，例如Replica，例如Data Node挂掉后的数据迁移，例如Master Node挂掉后的自动重选，但这不代表万无一失了。常见的坑是，某个Node表现糟糕但是偏偏又没挂（挂了反而更好），此时整个Cluster的性能就会被一个坑爹Node拖累，这往往就是雪崩的开始。因此，从高可用方面来考虑，应当部署多个ES Cluster（部分作为灾备）。
性能方面：
单个Cluster的搜索能力是有瓶颈的。Cluster越大，Node越多，自然Shard就越多。而Shard不是越多越好，Shard增多会导致通讯成本的增加、查询收束时Re-ranking环节的负担增加。如果有100台机器，那么比起一个100 Node、300 Shards的巨型Cluster，使用十个10 Node 30 Shards的小型Cluster可能表现会更好。
• 什么叫多个ElastcSearch Cluster的一致性问题？
本篇讨论的就是使用多个小型Cluster、而不是一个巨大Cluster进行搜索时会出现的问题。
假设部署了两个Cluster，记为Cluster A和Cluster B，请求均摊去两个Cluster。有一天，你对两个Cluster同时新增了一条数据，但由于一些网络延迟之类的理由，A已经添加了但是B还没有，这时候一个用户搜索请求进来，可能会出现这么个情况：
如果请求的pageSize=4。page=1时，用户请求去了Cluster B；page=2时，用户请求去了Cluster A。这样，用户会看到以下的结果：
用户：黑人问号.jpg
更糟糕的是，万一在ES前面有一层缓存挡着，而缓存不巧记录了这个诡异的结果，那影响就会扩大了（所有用户：黑人问号.jpg）。
• 解决方案A：单点大法
1. 进入业务请求低谷期时，把所有请求切去1个ES Cluster；
2. 所有ES Cluster开始进行数据同步；
3. 同步完毕后，同时准备离开请求低谷期了，请求开始均摊到多个ES Cluster上。
优点：简单粗暴就是美。能简单粗暴解决的，就不要套复杂的东西。
缺点：1）每天高峰期不能新增数据；2）必须要在低谷期内完成所有数据同步，万一数据同步流程很长且时间不可控则很难实现；3）单点要能够顶过低谷期，万一流量判断错误、或者被攻击，导致单点崩溃，可能发生严重事故。
• 解决方案B：切别名大法
多个ElastcSearch Index的名字切换是个原子操作（搜索"elasticsearch alias"），所以可以这样：
1. 创建两个一样的Index（记为A1、A2）；
2. 同步数据到A1；
3. 同步完后，设置别名A，指向刚刚同步好数据的A1（记为A->A1）；
4. 使用A进行搜索，请求均摊到每个ES Cluster上；
5. 每次Re-load的时候，所有ES Cluster将数据更新到那个待机中的Index（例如A->A1，那么就更新A2，反之亦然）。在所有ES Cluster都完成数据更新后，同时切换别名（如A->A1，则A->A2，反之亦然）。
优点：比方案A优雅多了。
缺点：1）每个Index要创建两份，存储成本翻倍；2）跟方案A一样，不能实时添加数据。
• 解决方案C：哈希大法
1. 对请求进行哈希/散列，确保一个请求每次都会去到同一个ES Cluster；
2. 每个ES Cluster该干嘛干嘛。
优点：比方案B优雅多了，还能实时添加数据。
缺点：万一其中一个ES Cluster挂掉了，怎么办？均摊请求的做法可以很轻松地将挂掉的ES Cluster整个踢出去，那哈希法呢？
• 解决方案D：一致性哈希大法
终于还是到了这一招，新增一层虚拟层，将每个ES Cluster抽象成一个环上的虚拟节点。每个请求在哈希后，先映射去虚拟层，再映射去真实的ES Cluster。
由于每个ES Cluster都存储了完整的数据拷贝，我们并不需要考虑一致性哈希的数据迁移问题。每次新增/删除ES Cluster，就重新分配虚拟节点的位置（环上均分），就可以了。
• 一个新的问题：如何确保多个ES Cluster的更新操作的一致性？
上述全文都在讨论搜索的一致性，那么如何保证插入/更新的一致性呢？
我的解法是，加入一层可以被多人重复消费的消息队列（例如Kafka），作为所有ES Cluster插入/更新的中间层。
这个方案的好处是：
1）主更新程序只有一个，提高可控性和发现问题的能力；
2）使用消息队列来统一发布内容，降低了对数据源的压力；
3）图中消费者这个角色，Elastic Stack官方提供了一个轻量级高可用解决方案，就是Beat。
• 最后留一个小问题
前文讨论了多个Cluster+缓存时出现的一致性问题，其实单Cluster+缓存也可能出现这个问题（极少就是了）。那么，有没有办法彻底解决这个问题呢？
• 结语
ElasticSearch本身是个分布式系统，但如果将其作为一个更大的分布式系统的一个单元的话，将会出现什么问题呢？本文希望可以通过循序渐进的方法，分析围绕ES的高可用方案设计，有许多问题是分布式系统里常见的问题，希望可以对读者有所启发。