Elasticsearch 分片配置示例（电商场景适用）

一、‌中小规模集群（4节点）‌

分片数计算‌

数据节点数‌：3（建议主节点与数据节点分离）
分片数公式‌：分片数 = 数据节点数 × 1.5 → 3 × 1.5 = 5（向上取整）
副本数‌：1（确保高可用性）

索引创建命令‌

bash
Copy Code

创建商品索引，设置5主分片+1副本

curl -XPUT "http://localhost:9200/products" -H 'Content-Type: application/json' -d'
{
"settings": {
"number_of_shards": 5,
"number_of_replicas": 1,
"index.routing.allocation.require.box_type": "hot" # 热数据优先分配至SSD节点:ml-citation{ref="6" data="citationList"}
}
}'

二、‌中大规模集群（10+节点）‌

分片策略‌

数据节点数‌：8（分片数=12）
冷热分层‌：
热数据分片（近3天订单）：6分片，分配至SSD节点
冷数据分片（历史订单）：6分片，迁移至机械硬盘节点

动态分片调整‌

bash
Copy Code

调整历史订单索引的副本数（从1提升至2）

curl -XPUT "http://localhost:9200/orders-2025.04/_settings" -H 'Content-Type: application/json' -d'
{
"number_of_replicas": 2
}'

三、‌分片配置最佳实践‌

分片容量控制‌

单分片大小‌：建议不超过50GB（日志类）或30GB（高更新频率数据）
超限处理‌：通过_split API拆分大分片
bash
Copy Code
curl -XPOST "http://localhost:9200/products/_split/products_split" -H 'Content-Type: application/json' -d'
{
"settings": { "index.number_of_shards": 10 } # 将原5分片拆分为10分片
}'

分片分配策略‌

避免节点热点‌：启用cluster.routing.allocation.balance.shard参数自动均衡分片分布
强制分片迁移‌：
bash
Copy Code
curl -XPOST "http://localhost:9200/_cluster/reroute" -H 'Content-Type: application/json' -d'
{
"commands": [
{ "move": { "index": "products", "shard": 0, "from_node": "node-1", "to_node": "node-4" } }
]
}'

配置流程图解
text
Copy Code
数据写入 → 按分片规则（哈希/自定义）分配至主分片 → 副本分片同步 → 查询时合并结果

注‌：以上配置需结合硬件资源（如SSD/HDD节点分离）和业务需求调整，建议通过GET _cat/shards监控分片状态。