💎一站式轻松地调用各大LLM模型接口,支持GPT4、智谱、星火、月之暗面及文生图 广告
# forced awareness 自定义分片分布规则,可以通过设置分片的分布规则来人为地影响分片的分布,下面是个例子: 假设我们有几个机架。当我们启动一个节点,我们可以设置一个叫rack_id(其它名字也可以)的属性,例如下面设置: `node.rack_id:rack_one ` 上面这个例子设置了一个属性叫rack_id,它的值为rack_one。现在,我们要设置rack_id作为分片分布规则的一个属性(在所有节点都要设置)。 `cluster.routing.allocation.awareness.attributes:rack_id ` 上面设置意味着rack_id会用来作为分片分布的依据。例如:我们启动两个node.rack_id设置rack_one的节点,然后建立一个5个分片,一个副本的索引。这个索引就会完全分布在这两个节点上。如果再启动另外两个节点,node.rack_id设置成rack_two,分片会重新分布,但是一个分片和它的副本不会分配到同样rack_id值的节点上。可以为分片分布规则设置多个属性,例如: `cluster.routing.allocation.awareness.attributes:rack_id,zone ` 注意:当设置了分片分布属性时,如果集群中的节点没有设置其中任何一个属性,那么分片就不会分布到这个节点中。 ## forced awareness 有些时候,我们事先就可以知道awareness属性值的数量,并且我们不想让超出需求数量以外的副本分配到特定的具有相同awareness属性值的节点群中,这种情况下我们可以使用强制awareness的功能。举例说明: 假设我们有一个awareness的属性为zone,而且我们知道只存在两个zone的取值:zone1和zone2.因此我们可以配置这样的一个强制awareness属性: ``` cluster.routing.allocation.awareness.force.zone.values: zone1, zone2 cluster.routing.allocation.awareness.attributes: zone ``` 现在我们启动两个node.zone:zone1的节点,部署一个5分片1副本的索引,则这两个节点启动后,只会分配5个主分片,一个节点2一个节 点3,但是不会有副本(请注意跟2中的区别,2中是有副本的,因为预先es并不知道会有rack_two的存在)。只有我们启动具有node.zone: zone2的节点,副本才会分配。