---

1. 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

• 根据数据量，写入和查询的吞吐量，选择适合的部署方式
• 建议设置单一角色的节点（dedicated node）

2. 节点参数配置

一个节点在默认情况下会同时扮演： master eligible ，data node 和 ingest node

节点类型	配置参数	默认值
master eligible	node.master	true
data	node.data	true
ingest	node.ingest	true
coodrinating only	无	设置上面三个参数全部为 false
machine learning	node.ml	true (需要 enable x-pack)

3. 单一职责的节点

一个节点只承担一个角色

4. 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: 负责数据存储及处理客户端请求

• 使用高配置的 CPU,RAM 和磁盘

Dedicated ingest nodes: 负责数据处理

• 使用高配置的 CPU ; 中等配置的 RAM; 低配置的磁盘

5. Dedicate Coordinating Only Node (Client Node)

配置：将 Master ，Data ，Ingest 都配置成 Flase

• Medium / High CUP; 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
• 负载搜索结果的 Gather / Reduce
• 有时候无法预知客户端会发生怎样的请求
  大量占用内存的结合操作，一个深度聚合可能引发 OOM

6. 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 1 台活跃的主节点
• 负载分片管理，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

7. 基本部署：增减节点，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

8. 水平扩展：Coordinating Only Node

当系统中有大量的复杂查询及聚合时候，增加 Coordinating 节点，增加查询的性能

9. 读写分离

10. 在集群里部署 Kibana

11. 异地多活的部署

集群处在三个数据中心；数据三写；GTM 分发读请求