[TOC]

场景

对于一台机器部署了多个ES实例时，在分配Shard时，可能会存在热点的情况，如下图：

在同一台机器上的不同实例上，分配了两个Primary Shard，这样会导致这一台机器的负载要比其他的高，会影响整个集群的查询响应。

当前ES的配置中，并没有具体的参数可以避免这一情况，类似的参数有：

cluster.routing.allocation.same_shard.host：默认值是false，如果设置为true，那么就不允许将一个primary shard和replica shard分配到同一个物理机上，也许这个物理机上启动了多个es实例。

通过这个参数，我们同样可以自定义一个参数，来控制是否根据同一个机器，来进行Shard的分配。

分析源码

1. SameShardAllocationDecider分析

由cluster.routing.allocation.same_shard.host这个参数，我们可以分析源码，来借鉴其中的写法。

通过查看，我们找到org.elasticsearch.cluster.routing.allocation.decider.SameShardAllocationDecider这个类，其中继承了抽象类AllocationDecider，主要实现了两个方法：

public Decision canAllocate(ShardRouting shardRouting, RoutingNode node, RoutingAllocation allocation)

public Decision canForceAllocatePrimary(ShardRouting shardRouting, RoutingNode node, RoutingAllocation allocation)

具体是代码实现相对简单：

same_shard

大概逻辑是，判断checkNode和Node的HostAddress是否相同，如果相同，则返回不可分配的决定；如果不同，则返回可以分配的决定。

2. 决策器插件的加载

在org.elasticsearch.cluster.ClusterModule类中，可以看到createAllocationDeciders(Settings settings, ClusterSettings clusterSettings, List<ClusterPlugin> clusterPlugins)方法是用来初始化所有决策器的。

cluster_module

我们可以通过编写ClusterPlugin来进行自定义决策器的加载及使用。

插件编写