對官方文件Node的閱讀筆記。
ES叢集由一個或者多個ES節點組成。
ES叢集中的節點，支援處理兩類通訊平面，見文件
- 叢集內節點之間的通訊，官方文件稱之為transport layer。
- 叢集外的通訊，處理客戶端下發的請求，比如資料的CRUD，檢索等，官方文件稱之為HTTP layer。
透過叢集內節點的通訊，節點可以獲取到叢集內所有節點的資訊，比如通訊地址、健康狀態、承載的索引和shard等資訊。
當叢集中某節點處理客戶端下發的請求時，可以將業務請求轉發至資料相關的節點，處理業務請求。
接收到客戶端下發的請求的節點，依據官方文件，可以稱之為接入節點或者the coordinating node。預設情況下，叢集中所有的節點都可以接入客戶端的業務，因此都具備接入節點的角色。
作為接入節點，處理業務請求的過程可以劃分為如下階段：
- 轉發階段即scatter phase
- 接入節點分析業務請求，獲取索引和shard的歸屬節點。
- 接入節點將請求轉發至歸屬節點。
- 歸屬節點處理請求，將處理結果返回至接入節點。
- 收集階段即gather phase
- 接入節點處理各歸屬節點返回的資料。
- 接入節點將資料組裝為最終的結果。
- 接入節點將結果返回客戶端。
因此，作為接入節點，需要具備足夠的硬體資源，比如CPU、記憶體等，否則無法正常處理各歸屬節點返回的資料。
ES節點，簡單而言，可以理解為ES程序，比如一臺主機上執行一個ES程序，或者在一臺物理主機上，執行多個ES程序。對於前述ES程序，均可以理解為不同的ES節點。
在ES叢集中，存在多種角色或者職責，因此從分工或者職責唯一的角度，可以為節點指定其角色，限定其職責，專業化分工，提升叢集的可用性。
ES叢集中，通常包含如下角色：
- master
- data
- data_content
- data_hot
- data_warm
- data_cold
- data_frozen
- ingest
- ml
- remote_cluster_client
- transform
在ES的配置檔案elasticsearch.yml中增加配置項node.roles，可以指定該節點的角色。配置樣例，如下：
node.roles: [ master ]
對於專職的接入節點，可以做如下配置：
node.roles: [ ]
資料的生命週期、訪問頻率、重要性、訪問資料時的時延、儲存成本等存在差異，比如
- 從生命週期角度講
- 有些資料需要長期保留。
- 有些資料可能使用完畢後即可刪除。
- 從訪問頻率角度講
- 有些資料會被經常訪問。
- 有些資料可能經歷一段時間的高頻訪問之後，訪問頻率逐步下降。
- 有些資料可能初期的訪問頻率不高，但在某些場景下，訪問頻率可能會突然上升，然後再次下降。
- 有些資料可能保持低頻訪問。
- 有些資料可能基本沒有訪問，比如歸檔資料、備份資料。
- 從重要性角度講
- 有些資料是關鍵資料，需要長期保留，不允許丟失，假如丟失，則需要具備恢復手段。
- 有些資料雖然重要，但丟失之後重新獲取的成本比較低。
- 有些資料則可有可無，丟失也不影響最終結果。
- 從訪問時延角度講
- 應用場景為高頻寬、高時延，比如大資料業務。
- 應用場景為低時延、高OPS，比如檢索業務。
- 從儲存成本角度講，按照儲存介質來劃分
- 磁帶，訪問時延大、儲存成本低，適用於資料量大，長期歸檔，訪問頻率極低的資料。
- HDD盤，訪問時延相對低一些，儲存成本相對高一些，儲存容量小，適用於歸檔、備份，訪問頻率一般的資料。
- SSD盤，訪問時延低，支援的OPS高，儲存成本更高，儲存容量低，適用於資料量相對不大，但訪問頻率相對要高一些的資料。
- 記憶體，訪問時延極低，成本更高，儲存容量更低，適用於資料量很小，但訪問頻率極高的資料。
基於資料的差異，ES提供瞭如下角色的選項：
- data_content，適用於高頻檢索的資料，ES針對這個角色，提供了必要的最佳化。
- data_hot，適用於熱資料，可以配置比較好的硬體、支撐高速訪問的儲存介質，儲存訪問頻率高的資料。
- data_warm，適用於溫資料，硬體、介質可以選擇成本低一點，儲存訪問頻率相對沒有那麼高的資料。
- data_cold，適用於冷資料，硬體、介質可以選擇相對更低一點，儲存訪問頻率比較低的資料。
- data_frozen，適用於極冷資料，選擇容量大，成本低的硬體和介質，儲存訪問頻率非常低的資料。
假如很難從業務場景區分資料的差異，則可以直接使用角色data。
參考資料
- Configuring Elasticsearch
- Important Elasticsearch configuration
- Networking