什么是sharding Sharding的基本思想就要把一个数据库切分成多个部分放到不同的数据库 (server)上，从而缓解单一数据库的性能问题。不太严格的讲，对于海量数据的数据库，如果是因为表多而数据多，这时候适合使用垂直切分，即把关系紧密（比如同一模块）的表切分出来放在一个server上。如果表并不多，但每张表的数据非常多，这时候适合水平切分，即把表的数据按某种规则（比如按ID 散列）

文章目录 介绍，索引的主分片在es节点上分布不均匀问题分析，什么问题导致分布不均匀？解决方案步骤一、备份数据(若有备份，可忽略)步骤二、更改索引副本数步骤三、恢复索引副本集 参考链接 介绍，索引的主分片在es节点上分布不均匀 elasticsearch在实际生产应用中，经常由于es节点的上下线检修维护，或则由于索引设置的调整，常常会导致索引主分片和副本分片分布不均匀的问题。由于

问题： 删除infludx表measurement时出错 参考: 记一次influxdb内存高耗的追踪 - 墨天轮 influxdb删除错误DB contains shards using both inmem and tsi1 indexes._宇宙全能王的博客-CSDN博客_influxdb删除shard Rebuild the TSI index | InfluxD

Elasticsearch是一个高性能的、分布式的搜索与数据分析引擎，广泛用于全文搜索、结构化搜索、分析以及这三者的组合场景。在Elasticsearch中，“索引”（Index）是其最基本的数据管理单位，可以类比为传统关系数据库中的“数据库”。为了确保数据的高可用性与高性能访问，Elasticsearch采用了分片（Shards）和副本（Replicas）的概念。 1、分片（Shards）