elasticsearch 具有多个分片键的数据存储

我一直在研究几种不同的数据存储技术，它们可以用来存储大量的半结构化日志，供人们以后搜索。到目前为止，我已经研究了cassandra、riak和elastic search，而elastic search似乎最适合我感兴趣的内容（主要是因为它透明地索引了所有内容）。然而，有一个我感兴趣的特性似乎没有被所有人注意到，我想知道是否有一个具有此特性的数据存储

我想的是在多个键上透明切分的能力。要明确的是，我不是在谈论使用复合键进行切分。我的意思是，如果您有一个由

user\u id

、

time\u of_creation

和

ip\u address

分割的表，并且您插入了一行，那么将创建该行的三个副本，每个副本位于不同的集群中，由不同的键分割（或者可能它们实际上都在同一个集群中。重要的是数据会被复制）。当您以后想要查询此表时，数据存储将透明地选择使用哪个集群

在我读到的关于卡桑德拉的文章中，人们经常建议这样做，但这肯定是一个手动过程，至少有三种方式：

• 对于插入，您必须自己插入到每个表中
• 在查询时，您必须找出要查询的表（需要选择使用正确集群键的表）
• 而且，如果您想要向shard on添加另一个键，那么必须编写一个例程，将现有数据写入新表中

---

虽然我以cassandra为例，但我相信riak和elastic search的情况类似。我知道提供此功能的数据存储可能需要进行大量交易才能实现。更新/删除可能不再可能（或者性能极低），一致性也会受到影响。但是，在处理日志时，我发现这是一组可以接受的交易，所以我想知道是否有人熟悉提供此功能的技术。

为什么要在三个“位置”使用相同的数据因为我不明白？相同数据的这三个副本的用例是什么？当你读回数据时，你会得到更高效的查询。你可以通过数据分片的任何列进行搜索，你会得到分片的好处。这是cassandra的一个非常常见的设计：这是ES，而不是Cassandra。我想问你想要涵盖的用例是什么？你提到了列和切分。这些词通常不用于Elasticsearch。那么，你想用ES实现什么呢？请描述一个你认为“切分”（ES使用切分的概念，与切分的关系是什么）和“列”的实际用例会修复吗？在弹性搜索中，我描述的概念称为[.在任何数据存储技术中，这种做法都允许引用用于分片的密钥的查询只在一台服务器上执行，而不必聚合所有服务器的结果。例如，如果查询非常常见，则按

用户id

或

ip\u地址

进行过滤（但不一定同时进行），则能够使用这两个键进行切分会很有帮助。好的。为什么您认为需要

路由

？很少有用例需要这种功能（）。如果您认为在多个服务器/节点上运行数据，然后在另一个服务器/节点上聚合该数据是有问题的，这就是Elasticsearch的真正本质和功能，它从一开始就考虑到了一个非常重要的思想：在节点之间拆分数据，所有节点都执行“部分”对于较大的作业，则聚合数据并返回给用户。