ES02# Elasticsearch术语与部署架构梳理

Posted 2023-03-28 瓜农老梁

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：

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

// 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。