播面

在 Elasticsearch (ES) 集群中，节点（Node）是集群的最小运行单位。默认情况下，一个节点会承担所有角色，但在生产环境（特别是大规模集群）中，为了性能和稳定性，通常会将节点配置为单一或特定的角色。

以下是 Elasticsearch 中主要的节点类型及其详细职责：

1. Master-eligible Node (候选主节点)

• 配置标识： node.roles: [ master ]
• 职责：
  • 集群的大脑。它们有资格被选举为集群的 主节点 (Active Master)。
  • 主节点的工作：负责轻量级的集群范围内的操作，例如：创建或删除索引、跟踪哪些节点是集群的一部分、决定将分片（Shards）分配给哪些节点。
  • 重要性：主节点非常关键，必须保证其稳定性。如果主节点过载，集群可能会变得不稳定。
• 最佳实践：
  • 在大型集群中，通常设置 3 个专用的 Master-eligible 节点（不存数据，不处理请求），以避免“脑裂”并保证高可用。

2. Data Node (数据节点)

• 配置标识： node.roles: [ data ] (或者更细分的 data_hot, data_warm 等)
• 职责：
  • 干苦力的。负责存储数据（分片）和执行与数据相关的操作（CRUD、搜索、聚合）。
  • 资源消耗：这些操作非常消耗 I/O、内存和 CPU。
• 细分类型 (冷热架构 ILM)：
  • data_content: 存储长期不变的数据。
  • data_hot: 存储最新的、频繁查询和写入的数据（需要高性能 SSD）。
  • data_warm: 存储访问频率较低的数据。
  • data_cold / data_frozen: 存储极少访问的归档数据。

3. Coordinating Node (协调节点)

• 配置标识： node.roles: [ ] (设置为空列表)
• 职责：
  • 路由与分发。实际上，所有节点默认都是协调节点。
  • 当一个节点收到客户端的请求（如搜索请求）时，它就充当该请求的“协调节点”。
  • 它负责将请求转发给持有相关数据的 Data 节点（Scatter），然后将结果汇总（Gather），最后返回给客户端。
  • Dedicated Coordinating Node (专用协调节点)：如果我们把一个节点配置为既不是 Master，也不是 Data，也不是 Ingest，那么它就变成了一个专用的协调节点（类似负载均衡器）。
• 适用场景： 处理复杂的聚合查询（Aggregation），因为汇总大量数据非常消耗内存和 CPU，将其分离可以防止拖垮数据节点。

4. Ingest Node (预处理节点)

• 配置标识： node.roles: [ ingest ]
• 职责：
  • 数据加工流水线。在文档建立索引之前，对其进行预处理（Pipeline）。
  • 功能类似于 Logstash 的过滤器（Filter），可以执行 grok 解析、重命名字段、转换数据类型等操作。
• 适用场景： 如果你有大量的预处理逻辑（Ingest Pipelines），将其分离到专用节点可以避免影响数据节点的写入性能。

5. Machine Learning Node (机器学习节点)

• 配置标识： node.roles: [ ml ]
• 职责：
  • 运行 Elasticsearch 的 X-Pack 机器学习作业（如异常检测）。
  • 这些作业通常需要大量的 CPU 和内存进行数学计算。

6. Transform Node (转换节点)

• 配置标识： node.roles: [ transform ]
• 职责：
  • 运行 Transform 任务（将现有索引转换为汇总后的新索引）。

7. Voting-only Node (仅投票节点)

• 配置标识： node.roles: [ master, voting_only ]
• 职责：
  • 这是 Master-eligible 的一种特殊情况。它参与主节点选举的投票，但永远不会被选为 Master。
  • 用于在只有 2 个全功能 Master 节点时凑齐 3 票以防止脑裂，通常用于节省硬件资源。

---

总结与架构建议

在 elasticsearch.yml 配置文件中，通过 node.roles 来定义。

• 小型集群 (开发/测试)：
  • 所有节点身兼数职（Master + Data + Ingest）。
• 中型集群：
  • 3 个专用 Master 节点。
  • 其余为 Data 节点（兼任 Ingest/Coordinating）。
• 大型/高负载集群：
  • 3 个专用 Master 节点 (低配 CPU/RAM，小磁盘)。
  • 多个专用 Data 节点 (高配 CPU/RAM/IO，大磁盘)。
  • 若干专用 Coordinating 节点 (高配 CPU/RAM，无磁盘) -> 用于承接外部高并发查询。
  • (可选) 专用 Ingest 节点 -> 如果写入前处理逻辑很重。