本篇文章，我们来总结一下，在宏观上，ES中的数据是如何分布的，为什么能便捷地进行扩容。
宏观结构
1 集群cluster
集群这个概念从业务层面来看，是聚合了某方面功能的节点的组合，一般由单个或多个节点组成。在ES中，具有相同的cluster.name的节点就为同一个集群， 一个集群就是由一个或多个拥有相同cluster.name的节点组成。
集群也是ES中最顶层的对象，在同一个集群中，ES会将数据均匀地分散到集群中的各个节点，每当由新的节点加入或者删除时，集群会在节点间重新均匀地分配数据，以达到分布式储存的目的。
集群是由节点组成的。
2 节点
一个运行中的ES实例被成为一个节点，一个或多个节点（ES实例）则组成一个集群。
每个集群中会有主节点，ES会自动进行主节点选举，对用户透明。主节点的主要职责是管理集群范围內的数据变更，包括索引的增加／删除 ，节点的增加／删除，监控节点的状态等。并不负责具体的细节变更，比如文档级别的变更或搜索。所以它的工作负荷相对其他节点而言较轻，当集群流量增加时，它不会成为瓶颈。
当集群中有多个节点时，除主节点外，其他为从节点。各个节点能均匀地分摊集群的负载，实现负载均衡，以及数据冗余备份，当某个节点因为硬件故障丢失数据时，其他节点存放的冗余数据可以保证整个集群的数据完整性。
每个节点都可以处理任意请求，每个节点都知道任意文档的存放位置，并能将请求转发到对应文档储存节点，它可以扮演一个数据集散的角色，从各个节点将数据整合后再返回给客户端。
数据分摊到各个节点，同时还会进行冗余备份，每个节点会均匀地处理负载，提升集群的吞吐量。 那么节点又是由什么组成的？ 答案是：分片。
3 分片
分片是什么：
- 分片是一个底层的工作单元
- 每个分片都是一个Lucene实例，每个Lucene实例都是一个独立的搜索引擎
- 每个分片只存放索引全部数据中的一部分
总结一下，一个集群是由一个或多个节点（ES实例）组成，一个节点又是由一个或多个分片（Lucene实例）组成，这里可以稍微地看出一点层次结构了。
分片的本质是Lucene实例，ES通过对这些实例，在一个更高的层次进行数据的包装组合，再加入分布式等特性就实现了功能强大的ES。分片是节点中存储数据的核心单元，每个索引的文档数据是均匀地存放到多个分片中的（默认为5个），这些分片又分散在多个节点中，这样便实现了分布式存储。当集群扩容／缩小时，ES会自动在各个节点中迁移分片，使得数据依然均匀分布。
分片有主分片和副本分片的区别。索引的内容均匀地放到各个主分片中，每个文档都属于某一个主分片。副本分片是主分片的冗余拷贝，和对应的主分片有完全一样的数据，这样就实现了节点间的数据备份。
主分片的数量在索引建立时会被定死，其数量在建立索引时需要根据实际情况考虑，以应对后面数据量的变化，主分片数量过小会限制索引的最终规模，因为分片存放在节点中，而节点总是会有硬件极限，当越过某一个值之后，性能会有很大的减弱，甚至最终无法存放。
而副本分片的数量没有限制，副本分片越多，集群的规模会相应的扩大，海量的检索请求会分散到各个副本上，系统的吞吐量会有成倍的提升。
那么ES是如何将数据均匀地分散到各个分片的呢？ 在做查询时又如何知道数据在哪里呢？
答案是 哈希映射。
shard = hash(routing) % 主分片数量
shard是数据被储存到的分片，routing通常是文档的id，也可以自己指定。通过这样，在储存数据时，将数据路由到对应的分片上，查询时直接到对应分片上获取数据。 从这里可以看出，ES的主分片数是不能改变的。
规模变化
理解了上面的 集群>节点>分片的数据组织方式，就可以发现ES扩容或者缩容会变得很方便，根据相应的节点数量，将分片均匀地移动到各个节点上，便实现规模的变化。
引用ES中文文档中的例子，假设现在有个单节点集群，索引主分片数为3 ：
默认情况下，每个主分片都有一个副本分片，在同一个节点上做数据备份意义不大，所以这个时候，副本分片的状态为unassigned 。当在同一台机器上启动了第二个有相同cluster.name的节点后，ES会自动发现服务，并将新节点合并到集群当中，这时候数据分布变成了：
灰色的是副本分片，这时候数据会在另一个节点有备份，ES会自动地将副本分片移动到新节点中来。这个时候，集群的流量处理能力加倍，而且当某一个节点故障之后，数据还能保持完整性。当启动第三个节点的时候：
ES会均匀地移动这些分片到不同的机器上，非常便捷地实现水平扩容。这个有6的分片的集群最多可以扩展到6个节点，当想要增加更多的节点时，可以加倍副本分片的数量，实现更大的集群规模。