在ElaticSearch裡面，路由功能算是一個高階用法，大多數時候我們用的都是系統預設的路由功能，我們知道一個es索引可以分多個shard和每個shard又可以有多個replia，那麼現在思考一個問題，我們新增進去的資料，是如何分佈在各個shard上面的，而查詢時候它是又怎麼找到特定的資料呢。

預設情況下，索引資料的分片規則，是下面的公式：

shard_num = hash(_routing) % num_primary_shards

_routing欄位的取值，預設是_id欄位或者是_parent欄位，這樣的取值在hash之後再與有多少個shard的數量取模，最終得到這條資料應該在被分配在那個一個shard上，也就是說預設是基於hash的分片，保證在每個shard上資料量都近似平均，這樣就不會出現負載不均衡的情況，然後在檢索的時候，es預設會搜尋所有shard上的資料，最後在master節點上匯聚在處理後，返回最終資料。

但有時候，我們會有另外一種情況，比如說儲存一年的資料，如果按hash去索引，那就是分佈非常均勻，這樣的話無論查詢什麼資料都會去所有的shard上查詢，如果資料量比較大，那麼響應速度就比較慢，但這時，我們通過調查發現，一年12個月的資料本身分佈並不均勻，有幾個月的資料偏多，有幾個月的資料偏少，理想情況下，資料偏少的月，查詢效能應該更快，但如果是基於hash分片，那麼我們並不能實現這種需求，因為hash分片，查詢時候必須要命中所有shard之後，查詢的結果才是準的，這樣以來，每次查詢都要掃描所有shard，比如我已經知道資料本身就是1月份的，那其實最好的情況下，只查詢1月的資料就行，而不需要把一年的資料都掃描一遍，導致最終的結果就是慢的更慢，快的也慢，所以我們要針對性的做優化。

那麼如何優化，其實思路也比較明確了，那就是按照月份分割槽，每一個月的資料都存在指定的分割槽中，如果是mysql那就是每個月份一張表，然後查詢時候，直接查詢對應月份的資料即可，在es和solr中原理也大致如此，唯一不同的地方在於es和solr都比較方便的支援了路由欄位的設定而如果是資料庫，則需要自己通過中介軟體的方式來搞定，比如說mycat等。

下面來介紹如何在es中使用路由欄位，先看一個官網給的簡單的例子：

PUT my_index/my_type/1?routing=user1&refresh=true 
{
  "title": "This is a document"
}

GET my_index/my_type
 
/1?routing=user1

上面的程式碼中，指定了一個使用者屬性作為路由進行分割槽，然後查詢的時候也必須指定路由。這一點需要注意 只要在索引時候加入路由欄位，那麼在以後的get，delete，update操作中都必須使用路由欄位，否則會出現問題。

當然，路由欄位本身，也是可以被查詢的，看下面的程式碼：

GET my_index/_search
{
  "query": {
    "terms": {
      "_routing": [ "user1" ] 
    }
  }
}

除此之外，路由欄位，也可以指定多個：

GET my_index/_search?routing=user1,user2 
{
  "query": {
    "match": {
      "title": "document"
    }
  }
}

如果指定多個使用者屬性，那麼es會僅僅查詢關聯了這兩個route屬性的shard

如果加入路由欄位之後，其他的操作(indexing,getting,deleting,updating)都必須指定路由欄位，為了避免在使用時忘記新增 路由欄位，導致同類資料會分佈在多個shard上，這就違反了路由的原則，所以我們可以在mapping中 設定路由欄位是必須欄位，否則會提示錯誤：

PUT my_index2
{
  "mappings": {
    "my_type": {
      "_routing": {
        "required": true 
      }
    }
  }
}

PUT my_index2/my_type/1 
{
  "text": "No routing value provided"
}

缺失路由欄位會丟擲異常：

routing_missing_exception

還需要注意到是如果使用了路由欄位，那麼_id欄位只能由使用者保證唯一性，因為同一個id的資料，如果路由欄位不一樣 它是可以被存在到多個shard中的，而預設情況下是不會出現這種情況的。

最後接著說開頭的例子，如果某個月資料量偏大，全部路由到一個shard裡面依然效能有問題，es也提供了 同一個路由的欄位的資料可以被分配到多個shard上，注意這是是多個shard，而不是所有shard，當然這裡面有一定 限制一般情況下，不建議使用這種模式。

對solr中路由感興趣的朋友，可以檢視我以前寫的文章：

參考資料：