引言
ES体系化梳理第二篇，从基本概念和术语开始，走查了集群中的节点以及其在ES集群中可扮演的角色，最后走查了常见的集群部署架构。本文主要内容有：
- 基本概念与术语
- 节点角色与集群状态
- 常用集群部署架构
一、基本概念与术语
Document： 是es搜索的最小单位，被序列化成json对象存入es。
- 文档类比关系数据库一条记录
- 每个文档有一个唯一的ID，类比关系数据库主键ID
- json对象由filed构成，filed类比关系数据库column
Index： 索引是文档的容器，一类文档的集合，存储在分片Shard上。
- 索引类比关系数据库的表
- 索引的Mapping定义文档字段类型，类比关系数据库的schema
- 索引的Setting定义数据在分片上的分布
节点： ES实例的java进程，节点名称在启动时通过 -Enode.name指定，每个节点存储集群状态信息。
- 集群状态包括：所有节点信息、所有的索引及Mapping和Setting信息、分片路由信息
- 只有master节点可以修改集群状态信息
- Data Node：保存分片数据的节点
- Coordinating Node：负责接受客户端请求并将请求转发到合适的节点，并负责汇总结果；默认情况下每个节点都会启到Coordinating Node的职责
- Hot&Warm Node：由不同配置的Data Node组成，主要为了降低成本，Hot节点使用高配置，Warm节点使用低配置
主分片： 在创建索引时指定主分片，解决数据水平扩容问题。
- 类比kafka的分区，一个分片运行的Lucene的实例
- 在创建索引的时候指定，之后修改需要Reindex
- 分片数与节点数相关，分片数过少影响节点扩容，分片数过多影响查询性能
- 多分片分担写压力，当分片数 > 节点数，新节点加入分片会自动分配
- 分片过多会导致潜在性能，查询需要从多个分片上检索数据，比如：集群总分片控制几万内
- 日志单个分片数据存储大小50G内，搜索类单个分片存储20G内，降低merge/rebalancing耗损资源
副本： 主分片的备份，解决数据高可用问题。
- 类比kafka的副本，副本分片可以动态调整
- 增加副本数除了解决高可用外，可以提高读取性能，同时增加存储成本
二、节点角色与集群状态
1.节点角色
Node官方文档：
代码语言：javascript复制https://www.elastic.co/guide/en/elasticsearch/reference/7.10/modules-node.html
Elasticsearch7.9通过node.roles配置节点角色，在配置文件elasticsearch.yml设置
角色选项 | 说明 |
|---|---|
master | node.roles: [ master ]：拥有选举权和被选举权 |
master, voting_only | node.roles: [ master, voting_only ]：只有选举权没有被选举权 |
data | node.roles: [ data ]：处理与数据相关的操作CRUD、搜索、聚合 |
data_content | node.roles: [ data_content ]：冷热分层架构，通用节点，CRUD、搜索、聚合 |
data_hot | node.roles: [ data_hot ]：冷热分层架构，hot节点承担快速读写操作，可以配置为SSD盘 |
data_warm | node.roles: [ data_warm ]：冷热分层架构，warm节点索引不定期更新，查询频率比热节点低，配置低于热节点 |
data_cold | node.roles: [ data_cold ]：冷热分层架构，cold节点只存只读索引，低配置节点 |
ingest | node.roles: [ ingest ]：ingest节点用于对写入和查询的数据进行预处理 |
Coordinating only node | node.roles: [ ]：协调节点不承担master职责、不保存数据、不预处理；负责接受请求、分发请求、汇总结果 |
备注：生产环境建议一个节点设置单一角色，有利于更好的性能和根据角色定制化配置。
2.集群状态
衡量集群健康与否的三种状态：
Green：主分片与副本正常分配
Yellow：主分片全部正常分配，有副本分片未正常分配
Red：有主分片未能正常分配
查看集群状况
官方API文档
代码语言：javascript复制// index API
https://www.elastic.co/guide/en/elasticsearch/reference/8.1/indices.html
// Get index API
https://www.elastic.co/guide/en/elasticsearch/reference/8.1/indices-get-index.html
// cat API
https://www.elastic.co/guide/en/elasticsearch/reference/8.1/cat.html
查询document总数
三、常用集群部署架构
1.各角色配置
生产环境架构中每个节点配置单一职责，具体为Master、Data、Ingest、Coordinate的一个，有利于每个角色可以使用不同的机器配置。
- Master 负责集群状态信息管理
- 生产环境通常配置3台
- 低配置（低CPU核数、小内存、低磁盘）
- Data节点负责处理与数据相关的操作
- 高配置（高CPU核数、大内存、SSD盘）
- Ingest节点负责写入和查询的数据进行预处理
- 中配置（高CPU核数、中内存、低磁盘）
- Coordinate节点，通常在es大集群中配置，降低Master和Data Nodes的负载，负责接受请求、分发请求、汇总结果
- 应对客户的未知查询请求，深度聚合可能导致OOM
- 中高配置（中高CPU核数、中高内存、低磁盘）
2.集群部署架构
2.1 水平扩展
备注：集群中存在大量复杂的查询时，通过增加协作节点提升查询性能。
2.2 读写分离
备注：通过配置不同的读写负载均衡，分离读写请求，读请求路由到协作节点，写请求路由到Ingest节点，协作节点和Ingest节点可以水平扩展。
2.3 冷热分离
备注：冷热分离架构，Hot节点通过高配置承担更多的读写压力，冷节点承担一定的读请求，常见于日志类使用场景。
2.4 混合部署
备注：ES集群由data节点和master节点构成，常见于非生产环境以及线上读写均无压力的场景。
