Elasticsearch 和 CAP 定理
Elasticsearch and CAP Theorem
Elasticsearch 是一个分布式系统。根据 CAP 定理，它可以满足 3 个属性中的任意 2 个。 Elasticsearch 中的哪一个遭到破坏？
CAP 定理指出分布式系统最多可以有以下两个：
- 一致性。
- 可用性。
- 分区容差。
Elasticsearch 放弃 “分区容错”
原因：意思是如果创建节点失败，集群健康度会变成红色，不会继续对新创建的索引进行操作。
它将不会放弃“可用性”，因为每个 Elasticsearch 查询都将从集群返回响应 true（结果）/false（错误）.
它也不会放弃“一致性”。如果它放弃了一致性，那么将不会有任何文档版本控制和索引恢复。
您在这里阅读更多内容：https://discuss.elastic.co/t/elasticsearch-and-the-cap-theorem/15102/8
我强烈反对 Harshit，Elasticsearch 在可用性方面的妥协，因为他还提到由于分片不可用，很少有请求返回错误。
ES 保证一致性——因为数据 read/write 总是一致的。保证 ES 保证分区容错性——如果任何节点被分区，一段时间后重新加入集群，它能够将丢失的数据恢复到当前状态。
而且，没有放弃Partition Tolerance的分布式系统，因为没有PT分布式系统的保证就不可能存在。
答案并不那么简单。这取决于系统的配置方式以及您希望如何使用它。我会尽量深入细节。
ElasticSearch 中的分区
- 每个索引都分区为分片，这意味着每个分片中的数据与其他分片互斥。每个分片还有多个Lucence索引，不在本回答范围内。
- 每个分片都可以有一个副本 运行（大多数设置都有），如果发生故障，副本可以提升为主副本。让我们调用一个具有 primary 工作并且可以从我们的应用程序服务器作为 Active shard 命中的 ES 节点访问的分片。因此，主分片中 没有副本 且无法访问的分片被视为 失败分片 。 （例如：“所有分片都失败”的错误意味着该索引中没有可用的主节点）
- ES 具有多个主节点的功能（发散分片）。这不是一个好情况，因为我们失去了 read/write 一致性。
如果发生网络分区，将会发生什么：
读取：
- 默认情况下，读取将继续发生在活动的分片上。因此，来自失败分片的数据将被排除在我们的搜索查询之外。在这种情况下，我们认为系统是 AP。但是，这种情况是暂时的，当集群再次连接时不需要手动同步分片。
- 通过将搜索选项
allow_partial_search_results [1] 设置为 false，我们可以强制系统在某些分片失败时出错，从而保证一致的结果。在这种情况下，我们认为系统是 CP.
- 如果我们的应用程序服务器连接到的节点无法访问主节点，系统将完全失败。即使我们说我们的分区容错失败了，我们也会看到可用性受到了影响。这种情况可以称为 C 或者 CP
- 在某些情况下，团队必须以任何方式调出分片，并且他们的不同步副本是可访问的。所以他们决定将其设为主要（手动）。请注意，可能会有一些未同步的数据导致不同的分片。这导致 AP 情况。当情况正常化时，一致性将很难恢复（手动同步分片）
写入
- 只有当所有分片都失败时，写入才会停止。但即使一个分片处于活动状态，写入也会起作用并且是一致的（默认情况下）。这将是 CP
- 但是，我们可以将选项
index-wait-for-active-shards [2] 设置为 all 以确保写入仅在索引中的所有分片都处于活动状态时发生。我只看到标志的一点优势，那就是不惜一切代价保持所有分片的平衡。这仍然是 CP（但可用性低于前一种情况）
- 就像上次读取网络分区的情况一样，如果我们将未同步的副本作为主要副本（手动），可能会有一些数据丢失和不同的分片。这里的情况将是 AP，当情况恢复正常时（手动同步分片）
，一致性将很难恢复
基于以上所述，您可以做出更明智的决定并根据您的要求调整 ElasticSearch。
参考文献：
Elasticsearch 是一个分布式系统。根据 CAP 定理，它可以满足 3 个属性中的任意 2 个。 Elasticsearch 中的哪一个遭到破坏？
CAP 定理指出分布式系统最多可以有以下两个：
- 一致性。
- 可用性。
- 分区容差。
Elasticsearch 放弃 “分区容错”
原因：意思是如果创建节点失败，集群健康度会变成红色，不会继续对新创建的索引进行操作。
它将不会放弃“可用性”，因为每个 Elasticsearch 查询都将从集群返回响应 true（结果）/false（错误）.
它也不会放弃“一致性”。如果它放弃了一致性，那么将不会有任何文档版本控制和索引恢复。
您在这里阅读更多内容：https://discuss.elastic.co/t/elasticsearch-and-the-cap-theorem/15102/8
我强烈反对 Harshit，Elasticsearch 在可用性方面的妥协，因为他还提到由于分片不可用，很少有请求返回错误。
ES 保证一致性——因为数据 read/write 总是一致的。保证 ES 保证分区容错性——如果任何节点被分区，一段时间后重新加入集群，它能够将丢失的数据恢复到当前状态。
而且，没有放弃Partition Tolerance的分布式系统，因为没有PT分布式系统的保证就不可能存在。
答案并不那么简单。这取决于系统的配置方式以及您希望如何使用它。我会尽量深入细节。
ElasticSearch 中的分区
- 每个索引都分区为分片，这意味着每个分片中的数据与其他分片互斥。每个分片还有多个Lucence索引，不在本回答范围内。
- 每个分片都可以有一个副本 运行（大多数设置都有），如果发生故障，副本可以提升为主副本。让我们调用一个具有 primary 工作并且可以从我们的应用程序服务器作为 Active shard 命中的 ES 节点访问的分片。因此，主分片中 没有副本 且无法访问的分片被视为 失败分片 。 （例如：“所有分片都失败”的错误意味着该索引中没有可用的主节点）
- ES 具有多个主节点的功能（发散分片）。这不是一个好情况，因为我们失去了 read/write 一致性。
如果发生网络分区，将会发生什么：
读取：
- 默认情况下，读取将继续发生在活动的分片上。因此，来自失败分片的数据将被排除在我们的搜索查询之外。在这种情况下，我们认为系统是 AP。但是，这种情况是暂时的，当集群再次连接时不需要手动同步分片。
- 通过将搜索选项
allow_partial_search_results[1] 设置为false，我们可以强制系统在某些分片失败时出错，从而保证一致的结果。在这种情况下，我们认为系统是 CP. - 如果我们的应用程序服务器连接到的节点无法访问主节点，系统将完全失败。即使我们说我们的分区容错失败了，我们也会看到可用性受到了影响。这种情况可以称为 C 或者 CP
- 在某些情况下，团队必须以任何方式调出分片，并且他们的不同步副本是可访问的。所以他们决定将其设为主要（手动）。请注意，可能会有一些未同步的数据导致不同的分片。这导致 AP 情况。当情况正常化时，一致性将很难恢复（手动同步分片）
写入
- 只有当所有分片都失败时，写入才会停止。但即使一个分片处于活动状态，写入也会起作用并且是一致的（默认情况下）。这将是 CP
- 但是，我们可以将选项
index-wait-for-active-shards[2] 设置为all以确保写入仅在索引中的所有分片都处于活动状态时发生。我只看到标志的一点优势，那就是不惜一切代价保持所有分片的平衡。这仍然是 CP（但可用性低于前一种情况） - 就像上次读取网络分区的情况一样，如果我们将未同步的副本作为主要副本（手动），可能会有一些数据丢失和不同的分片。这里的情况将是 AP，当情况恢复正常时（手动同步分片） ，一致性将很难恢复
基于以上所述，您可以做出更明智的决定并根据您的要求调整 ElasticSearch。
参考文献：