**：
es查詢的時候預設是隨機從一些分片中查詢資料，可以通過配置讓es從某些分片中查詢資料
1：_local
指查詢操作會優先在本地節點有的分片中查詢，沒有的話再在其它節點查詢。
2：_primary：指查詢只在主分片中查詢
3：_primary_first：指查詢會先在主分片中查詢，如果主分片找不到（掛了），就會在副本中查詢。
4：_only_node：指在指定id的節點裡面進行查詢，如果該節點只有要查詢索引的部分分片，就只在這部分分片中查詢，所以查詢結果可能不完整。如_only_node:123在節點id為123的節點中查詢。
5：_prefer_node:nodeid 優先在指定的節點上執行查詢
6：custom (string) value：隨機指定乙個值就可以。
7：_shards:0,1,2,3,4：查詢指定分片的資料
8：自定義：_only_nodes:nodeid1,nodeid2,nodeid3根據多個節點進行查詢
es預設沒有提供這種查詢方式，所以就只能修改原始碼了。
首先找到org.elasticsearch.cluster.routing.operation.plain.plainoperationrouting這個類，es搜尋時獲取分片資訊是通過這個類的。它的preferenceactivesharditerator()方法就是根據條件來找出響應的分片。
看原始碼可知其主要是根據preference這個引數來決定取出的分片的。如果沒有指定該引數，就隨機抽取分片進行搜尋。
下面的**就是根據上面說的不同情況進行的一些判斷，使用的switch case語句。
在裡面多增加一項only_nodes，這個可以接收多個節點id，這個引數需要配置到preference列舉類中，還要在這個類中的switch判斷中判斷引數_only_nodes。新增case語句。
接下來就需要完善plainoperationrouting類中的case語句判斷邏輯了。
首先獲取傳遞過來的所有節點id，以逗號分割。獲取乙個節點id的陣列，下面迴圈判斷傳遞的節點是否存在，如果不存在就拋異常。
下面就返回乙個方法的返回值，這個方法是需要我們自己實現的，這個方法可以參考上面的onlynodeactiveinitializingshardsit這個方法。
接下來完善onlynodesactiveshardsit這個方法，
這樣的話就可以從使用者指定的多個節點中獲取資料。
把專案重新打包，放到伺服器上重新啟動。
es 分片數量
適當的提公升分片數量可以提公升建立索引的速度 一般情況下 乙個索引庫建立5 20個分片是最合適的 注意 如果分片過少或者過多，都會降低檢索的速度 分片數過多會導致 1 會導致開啟比較多的檔案 2 分片是儲存在不同機器上的，分片數越多，機器之間的互動也就越多 分片數太少導致 單個分片索引過大，降低整體...
Spark Parquet分片規則
之前提到parquet.block.size所控制的parquet row group大小是乙個需要調優的spark引數。其中重要一點，就是控制任務的併發度。在hadoop裡，任務的併發預設是以hdfs block為單位的，而spark裡多了一種選擇，即以rowgroup為基本單位。在呼叫hivec...
mycat分片規則
mycat 分片規則 mycat全域性表 如果你的業務中有些資料類似於資料字典，比如配置檔案的配置，常用業務的配置或者資料量不大很少變動的表，這些表往往不 是特別大，而且大部分的業務場景都會用到，那麼這種表適合於mycat全域性表，無須對資料進行切分，只要在所有的分片上儲存一 份資料即可，mycat...