在多分片的Elasticsearch集群中，对搜索的查询大致分为如下两种。
一、在查询条件中包含了routing信息
即查询时可以根据routing信息直接定位到其中的一个分片进行查询，而不需要查询所有的分片，再经过协调节点二次排序。如图所示。
二、查询条件中不包含routing
在查询时就不知道要查询的数据具体在哪个片上，所以整个查询主要分为Scatter、Gather两个过程。
Scatter（分发）：在请求到达协调节点后，协调节点把查询请求分发到每个分片上。
Gather（聚合）：协调节点搜集在每个分片上完成的搜索结果，再将搜集的结果集进行重新排序，返回给用户请求的数据。如图所示。
通过对比上述两种查询流程，我们不难发现，使用routing查找的性能要好很多。
所以我们在设计Elasticsearch方案时要合理地利用routing来提升搜索性能。比如，在大型的本地分类网站中，可以考虑通过将城市id作为routing的条件，来作为分片的依据。
默认的公式如下：
shard_num = hash(routing) % number_of_primary_shards
routing 是一个可变值，默认是文档的 _id ，也可以设置成一个自定义的值。
routing 通过 hash 函数生成一个数字，然后这个数字再除以 number_of_primary_shards （主分片的数量）后得到 余数 。这个分布在 0 到 number_of_primary_shards-1 之间的余数，就是我们所寻求的文档所在分片的位置。
根据城市id进行分片时，大型城市的分片上的数据过多，而小城市的分片上的数据太少，导致分片严重不均衡。这时就可以通过修改上述公式来保证分片的均匀，比如把多个小城市的数据合并到一个分片上，或者把大城市的数据分散到多个分片上。
分享到:
