分布式搜索elasticsearch的5种分片查询优先级

elasticsearch可以使用preference参数来指定分片查询的优先级，使用时就是在请求url上加上preference参数，如：http://ip:host/index/_search?preference=_primary

java的调用接口翻译为：client.prepareSearch("index").setPreference("_primary")。

 

默认情况下es有5种查询优先级：

_primary: 指查询只在主分片中查询

_primary_first: 指查询会先在主分片中查询，如果主分片找不到（挂了），就会在副本中查询。

_local: 指查询操作会优先在本地节点有的分片中查询，没有的话再在其它节点查询。

_only_node:指在指定id的节点里面进行查询，如果该节点只有要查询索引的部分分片，就只在这部分分片中查找，所以查询结果可能不完整。如_only_node:123在节点id为123的节点中查询。

Custom (string) value:用户自定义值，指在参数cluster.routing.allocation.awareness.attributes指定的值，如这个值设置为了zone，那么preference=zone的话就在awareness.attributes=zone*这样的节点搜索，如zone1、zone2。关于这个值作用可以参考下面文章。

 

虽然es有提供这5种优先级，但感觉还是不能满足我的需求，我是想能指定在某一个或多个节点中查询，比如node1和node2里面的分片能组成一个完整的索引，那我可以只在node1和node2中搜索就行了。看来只能改源码解决，改源码也非常简单。

 

首先找到org.elasticsearch.cluster.routing.operation.plain.PlainOperationRouting这个类，es搜索时获取分片信息是通过这个类的。它的preferenceActiveShardIterator()方法就是根据条件来找出响应的分片。看源码可知其主要是根据preference这个参数来决定取出的分片的。如果没有指定该参数，就随机抽取分片进行搜索。如果参数以_shards开头，则表示只查询指定的分片。注意，这个功能官网的文档中没有写到。

然后下面就是判断我上面说的5种优先级情况。我们现在要加个多节点分片查询的功能，仿照单个节点分片查询（指_only_node）就行了，在

if (preference.startsWith("_only_node:")) {

    return indexShard.onlyNodeActiveShardsIt(preference.substring("_only_node:".length()));

}

后面加上

if (preference.startsWith("_only_nodes:"))  {

    return indexShard.onlyNodesActiveShardsIt(preference.substring("_only_nodes:".length()));

}

onlyNodesActiveShardsIt这个方法在org.elasticsearch.cluster.routing.IndexShardRoutingTable中是没有的，要自己写。加上

/**

     * Prefers execution on the provided nodes if applicable.

     */

    public ShardIterator onlyNodesActiveShardsIt(String nodeIds) {

        String[] ids = nodeIds.split(",");

        ArrayList<ShardRouting> ordered = new ArrayList<ShardRouting>(shards.size());

        // fill it in a randomized fashion

        for (int i = 0; i < shards.size(); i++) {

            ShardRouting shardRouting = shards.get(i);

            for(String nodeId:ids){

              if (nodeId.equals(shardRouting.currentNodeId())) {

                ordered.add(shardRouting);

              }

            }

        }

        return new PlainShardIterator(shardId, ordered);

    }

 

重新编译源码就行了。查询时加上?preference=_only_nodes:node1id,node2id 就可以指定在node1和node2中搜索