Elasticsearch CCR 跨集群复制是什么？Follower Index 和 Leader Index 怎么理解？

简化版

CCR 是 Cross-Cluster Replication，用来把一个集群中的 leader index 复制到另一个集群的 follower index。它适合异地容灾、跨地域读扩展和数据分发，但不是替代普通副本的同集群机制。

详细版

普通 replica shard 在同一个集群内提供高可用和读扩展；CCR 面向跨集群复制。Follower index 从 leader index 拉取变更并跟随写入。

Leader index 接收主写入，Follower index 复制 leader 的操作。
常用于跨机房灾备、就近查询、数据中心迁移。
复制是异步的，存在延迟，不能当作强同步双写。
Follower 通常不直接接收业务写入，否则会破坏复制语义。
要监控复制延迟、失败、网络和权限配置。

完整版教学

一、为什么普通 replica 不能解决跨集群容灾

ES 的普通副本 shard 属于同一个集群，由集群统一调度和选主。它适合一套集群内的节点故障，但如果整个机房或集群不可用，普通 replica 也可能一起受影响。CCR 的目标是把数据复制到另一个独立 ES 集群，让另一个地域或机房拥有可查询的数据副本。它解决的是跨集群层面的容灾和分发问题，不是普通副本的替代品。

同集群 replica：
Cluster A: primary + replica

CCR：
Cluster A leader index  --->  Cluster B follower index

记忆钩子：Replica 是同城备份，CCR 更像异地跟随；一个在集群内，一个跨集群。

二、Leader 和 Follower 的角色

Leader index 是源索引，接收业务写入；Follower index 在远端集群中跟随 leader 的操作日志，把变更复制过来。Follower 的核心动作是拉取 leader 上已经发生的操作，然后在本地重放。这个模型决定了业务通常不要直接写 follower，否则会和复制状态冲突。需要切换灾备时，也要有明确的提升和写入切换流程。

PUT /follower-index/_ccr/follow
{
  "remote_cluster": "cluster-a",
  "leader_index": "leader-index"
}

三、CCR 是异步复制，延迟必须接受和监控

CCR 不是每次写入都等远端确认后才返回，它通常是异步跟随。因此 leader 上写入成功后，follower 可能晚几十毫秒、几秒甚至更久才看到数据，具体取决于网络、写入压力和远端处理能力。这个延迟对于容灾和就近查询通常可以接受，但不适合强一致读写。面试里要明确说“跨集群复制通常不是强同步双活”。

场景	CCR 是否适合	原因
异地灾备	适合	远端保留数据副本
就近只读查询	适合	降低跨地域读延迟
强一致双写	不适合	异步复制有延迟
同集群节点故障	普通 replica 更直接	调度在集群内完成

四、带数字理解 RPO 和复制延迟

假设 leader 每秒写入 5000 条文档，网络抖动导致 follower 落后 10 秒，那么远端大约少了 50000 条最新文档。如果这时主集群灾难不可恢复，业务可能损失这 10 秒窗口内的数据，这就是容灾里的 RPO 风险。CCR 能降低跨集群恢复成本，但不能让异步复制没有数据窗口。

5000 docs/s × 10s lag = 50000 docs 落后窗口
RPO 不是 0，必须结合业务可接受范围设计

五、CCR 和跨集群搜索的区别

跨集群搜索 CCS 是在查询时访问远端集群，不复制数据；CCR 是把数据复制到本地集群后查询。CCS 的优点是不用存两份数据，缺点是查询依赖远端可用性和网络；CCR 的优点是本地有副本，适合容灾和就近读，缺点是多一份存储和复制成本。二者经常被一起提问，要把“查远端”和“复制到本地”分清。

CCS: Query -> Remote Cluster
CCR: Remote Data -> Local Follower -> Query Local

六、生产落地要关注哪些指标

CCR 要关注 follower 是否正常、复制延迟、失败重试、远端连接、权限、leader 索引生命周期和 follower 存储空间。如果 leader 索引 rollover，follower 侧也要有跟随策略，否则只跟了一个老索引。跨地域网络还会影响吞吐和延迟，不能只在低流量测试环境验证。灾备方案还要定期演练切换，不演练的容灾常常只是心理安慰。

监控重点：
follower lag、failed reads、remote connection、storage、rollover follow 状态

七、常见误区与追问

误区：CCR 和 replica 是一回事。 Replica 在同集群，CCR 跨集群，目标和调度模型不同。
误区：CCR 可以实现零延迟双活写。 CCR 通常异步复制，follower 不应随意接收同一数据的业务写入。
误区：有了 CCR 就不用演练灾备。 切换流程、权限、别名和应用连接都需要演练。
追问：CCR 和 CCS 区别是什么？ CCR 复制数据到本地，CCS 是查询时访问远端。
追问：如何评估灾备损失窗口？ 看复制延迟和写入速率，估算 RPO 窗口内可能未复制的数据量。

八、加强记忆

CCR 记成“远端集群跟读主集群日志”。Leader 负责写，Follower 负责跟；它适合异地容灾和就近读，不适合强一致双活写。回答时用 replica、CCS、CCR 三者对比，再补复制延迟和 RPO 数字，面试官通常就知道你不是只背名词。

简化版

详细版