ElasticSearch 是一款基于 Lucene 开源的 搜索引擎，不但稳定、可靠、快速，同时具备良好的水平扩展能力
在一个分布式系统里面，可以通过多个 ElasticSearch 运行实例组成一个集群，这个集群里面有一个节点叫做主节点 (master)， ElasticSearch 是去中心化的，所以这里的主节点是动态选举出来的，不存在单点故障
在同一个子网内，只需要在每个节点上设置相同的集群名， ElasticSearch 就会自动的把这些集群名相同的节点组成一个集群。节点和节点之间通讯，以及节点间的数据分配和平衡，全部都由 ElasticSearch 自动管理
在外部看来 ElasticSearch 集群就是一个整体
A Java Virtual Machine（JVM）is an abstract computing machine that enables a computer to run a Java program – wikipedia.org
JVM 是 Java Virtual Machine（Java 虚拟机）的缩写，JVM 是一种用于计算设备的规范，它是一个虚构出来的计算机，是通过在实际的计算机上仿真模拟各种计算机功能来实现的 – baike.baidu.com
JVM 的存在，使得 Java 程序 能够轻易地在多平台上移植，基本上脱离了对硬件的依赖性（这也满足了 David Parnas 的 “信息隐藏” 准则）
因为底层 JIT 编译优化、高效 GC、JUC 对多线程并发编程的支持，以及社区中海量成熟的库 等优点，使得很多语言都开发出可运行在 JVM 上的版本
同时，多语言混合编程成为一种趋势，在需要快速开发、灵活部署 和 针对特定问题的 DSL 等场景下，选择恰当的 JVM-hosted language，可以最大化原有代码的价值
那么，在日常的开发过程中，究竟应该如何运用这些 遥不可及的 JVM 知识，来逐步提高实际编程水平呢？ 上下而求索了一番后，找到了以下几个层面作为出发点
他们各有什么区别，为什么会如此选型？
Paxos 是最先解决拜占庭将军问题的算法，利用过半选举的机制，保证了集群数据副本的一致性（微服务中服务注册与发现的场景，其实已经不再适用了）
Redis 使用 Raft 实现了自己的分布式一致性。Raft 本身和 Paxos 并没有场景上的区别。更多的是，协议上的简化、Term 概念的强化、Log 只会从 Leader 到 Follower 单向同步，使得实现起来会很方便
Hadoop 偏向于离线的海量数据处理，利用 Zookeeper 来保证数据副本的一致性，是最为合适的
ElasticSearch 希望能在服务宕机的时候，也能提供查询的功能，并且希望能达到 较高的数据存储的 负载均衡的能力
数据存储的负载均衡
最新的进展，是在去年 Google 发表的一篇 有界负载的一致性 Hash 算法的论文。该算法保证了负载均衡一致性和稳定性的同时，在均匀性方面做出了实质性地改进。同时，Consistent Hashing with Bounded Loads 算法 也在 HaProxy 开源项目中得以应用，有效减少了其 8 倍的缓存带宽
Gossip 主要被 Cassandra 用于实现其分布式一致性。因为 Cassandra 框架，更看重 去中心化 和 容错 的特性，在不违背 CAP 定理的情况下，能够接受 最终一致性
2018.3.14 他摆脱了躯壳的束缚，终自由地遨游于星辰之间