节点类型

• 不同角色的节点
  • Master eligible / Data / Ingest / Coordinating / Machine Learning
  • 在开发环境中，一个节点可承担多种角色
• 在生产环境中
  • 根据数据写入量，写入和查询的吞吐量，选择合适的部署方式
  • 建议设置单一角色的节点（dedicated node）

节点参数配置

节点类型	配置参数	配置参数
master eligible	node.master	true
data	node.data	true
ingest	node.ingest	true
coordinating only	node.master	设置上面参数全部为false
machine learning	node.ml	true(需要enable x-pack)

单一职责的节点

节点类型	配置参数
master节点	node.master: true
master节点	node.ingest: false
master节点	node.data: false
data节点	node.master: false
data节点	node.ingest: false
data节点	node.data: true
ingest节点	node.master: false
ingest节点	node.ingest: true
ingest节点	node.data: false
coordinate节点	node.master: false
coordinate节点	node.ingest: false
coordinate节点	node.data: false

单一角色：职责分离的好处

• Dedicated master eligible nodes：负责集群状态（cluster state）的管理
  • 使用低配置的CPU，RAM和磁盘
• Dedicated data nodes：负责数据的存储及处理客户端请求
  • 使用高配的CPU，RAM和磁盘
• Dedicated ingest nodes：负责数据处理
  • 使用高配置CPU：中等配置的RAM；低配置的磁盘

Dedicate Coordinating Only node（Client Node）

• 配置：将Master，Data，Ingest都配置成false
  • Medium / High CPU; Medium / High RAM; Low Disk
• 生产环境中，建议为一些大的集群配置Coordinating Only Nodes
  • 扮演Load Balancers。降低Master和Data Nodes的负载
  • 负责搜索结果的Gather/Reduce
  • 有时候无法预知客户端会发送怎么样的请求
    • 大量占用内存的聚合操作，一个深度聚合可能会引发OOM

Dedicate Master Node

• 从高可用 & 避免脑裂的角色出发
  • 一般在生产环境中配置3台
  • 一个集群只有一台活跃的主节点
    • 负责分片管理，索引创建，集群管理等操作
• 如果和数据节点或者Coordinate节点混合部署
  • 数据节点相对有比较大的内存占用
  • Coordinate节点有时候可能会有开销很高的查询，导致OOM
  • 这些都有可能影响Master节点，导致集群的不稳定

基本部署：增加节点，水平扩展

• 当磁盘容量无法满足需求时，可以增加数据节点；磁盘读写压力大时，增加数据节点
  • Coordinating 4台
  • Data 8台
  • Master 3台

水平扩展：Coordinating Only Node

• 当系统中有大量的复杂查询及聚合查询时候，增加Coordinating节点，增加查询的性能
• 在Coordinating前面添加LoadBalance
  

读写分离

在集群中部署Kibana

异地多活部署

集群处在三个数据中心；数据三协；GTM分发读写请求

原文链接：https://blog.csdn.net/mnasd/article/details/122522283