ElasticSearch优化系列一：集群节点规划

点击“阅读原文”直接打开【北京站 | GPU CUDA 进阶课程】报名链接

作者：苏小保（jacksu） 华为工程师 擅长分布式系统、大数据、机器学习。github地址：https://github.com/jacksu

节点职责单一，各司其职

elasticSearch的配置文件中有2个参数：node.master和node.data。这两个参    数搭配使用时，能够帮助提供服务器性能。

数据节点node.master: false    node.data: true

该node服务器只作为一个数据节点，只用于存储索引数据。使该node服务器功能    单一，只用于数据存储和数据查询，降低其资源消耗率。

master节点node.master: true    node.data: false

该node服务器只作为一个主节点，但不存储任何索引数据。该node服务器将使用    自身空闲的资源，来协调各种创建索引请求或者查询请求，讲这些请求合理分发到相关    的node服务器上。

负载均衡节点 node.master: false    node.data: false

该node服务器即不会被选作主节点，也不会存储任何索引数据。该服务器主要用    于查询负载均衡。在查询的时候，通常会涉及到从多个node服务器上查询数据，并请    求分发到多个指定的node服务器，并对各个node服务器返回的结果进行一个汇总处理，    最终返回给客户端。

关闭data节点服务器中的http功能

针对ElasticSearch集群中的所有数据节点，不用开启http服务。将其中的配置    参数这样设置：http.enabled: false，同时也不要安装head, bigdesk, marvel等监控    插件，这样保证data节点服务器只需处理创建/更新/删除/查询索引数据等操作。

http功能可以在非数据节点服务器上开启，上述相关的监控插件也安装到这些服    务器上，用于监控ElasticSearch集群状态等数据信息。

这样做一来出于数据安全考虑，二来出于服务性能考虑。

一台服务器上最好只部署一个Node

一台物理服务器上可以启动多个Node服务器节点（通过设置不同的启动port），但一台服务器上的CPU,内存，硬盘等资源毕竟有限，从服务器性能考虑，不建议一台服务器上启动多个node节点。

在大规模局点,比如100个点，可以专门配备3个Master，可使用3台具有内存的刀片即可，即参数配置为node.master: true，node.data: false；可以按比例配备数据汇聚节点，比如10个，即参数配置为node.master: false ，node.data: false；小规模节点，可以不用如此设置，当然如果依然有性能问题，也是一个优化的措施。

参考文档

1、ElasticSearch性能优化策略（https://wenku.baidu.com/view/82b082b5998fcc22bcd10df4.html）

2、elasticsearch三个重要的优化（http://zhaoyanblog.com/archives/319.html）

原文链接：http://www.jianshu.com/p/4c57a246164c

   BY  简书  

往期精彩回顾

深度学习视频（一） | 免费放送—深度学习的应用场景和数学基础

深度学习视频（二） | 免费放送—卷积神经网络（一）

深度学习视频（三） | 免费放送—卷积神经网络（二）

深度学习视频（四） | 免费放送—深度学习的具体模型和方法

深度学习视频（五） | 免费放送—上机实操（一）

点击“阅读原文”直接打开【北京站 | GPU CUDA 进阶课程】报名链接