如何在一个非常强大的机器上平衡elasticsearch（java）？

选项4：在同一台机器上运行多个厚度/节点。

这就像选项2和3一样，除非更简单，因为没有虚拟化或集装箱化。 它全部在主机上运行。

这里有一些注意事项和build议（从这里 ）。

• 每个节点实例的最大堆大小应该<32Gb。 这是因为32Gb以上的堆大小实际上会适得其反，因为JVM会停止压缩指针。
• 将50％的内存留给Lucene的文件系统caching。
• 虽然您可能有足够的RAM在同一台计算机上运行多个实例，但请testing是否有足够的CPU /处理能力。
• 您还需要检查以确保多节点实例不争夺磁盘空间或磁盘IO。 我们的build议是给机器上的所有节点一个raid0，下面有大量的磁盘，或者每个节点有一个专用的磁盘。
• 降低处理器设置相应。 每个ES节点检测机器上可用的内核数量（不知道其他节点存在）。 在同一台机器上有多个节点的情况下，每个节点都可以认为它具有对机器上所有内核的专用访问权限（这可能会导致默认线程池大小的问题）。 所以你需要明确地指定通过处理器设置可用的内核数量，以便最终不会超出线程池的位置。 例如，对于每个节点，粗略的# of cores / # of nodes可以很好地开始configuration。
• 请记住，多个节点还意味着networking连接，操作系统文件描述符，mmap文件限制也将在节点之间共享，因此您需要确保有足够的带宽，并且将限制设置得足够高以容纳节点。
• 在机器上拥有的节点越多，如果单个服务器出现故障，节点就会一次失败。 另外，你也要确保你不会在同一台机器上得到一个碎片的所有副本。 您可以通过将settingcluster.routing.allocation.same_shard.host为true来防止此问题。 详情请看这里 。

• 为了确保集群的稳定性，每个专用的主节点实例应该在自己的机器上（当然可以是一个小得多的机器，例如4Gb的RAM） – 请记住，机器上的多个节点意味着更多的pipe理复杂性例如跟踪不同的端口，configuration文件等）。 pipe理多个实例的configuration的一个好方法是为每个实例创build一个单独的elasticsearch.yml文件，例如。 您可以传入-Des.config参数以在启动时为每个实例指定yml文件：

   $ bin/elasticsearch -Des.config=$ES_HOME/config/elasticsearch.1.yml $ bin/elasticsearch -Des.config=$ES_HOME/config/elasticsearch.2.yml 

• 每个yml将指向相同的群集名称。
• 指定有意义的节点名称会很有帮助
• 为每个节点使用明确的端口号，以便它们是可预测的（例如， http.port和transport.tcp.port ）。
• 每个节点都应该有自己的path.*目录（例如path.data ， path.log ， path.work ， path.plugins ），这样节点不会因为数据，插件，日志等文件夹的位置而出现冲突。

正如在另一个答案中提到的，您不希望每个实例使用多于32GB的数据，而且您也不希望将所有RAM用于Java堆。 相反，最好把50％的文件留给操作系统进行文件系统caching。

Elastic的这篇博客文章中，为什么会出现这样的情况？

2和3是最好的select，因为文档build议为每个节点分配32GB的最大内存。