节点规格

计算密集型

1:2

当Logstash用于处理CPU密集型和IO密集型的任务时，如grok、dissect都属于CPU密集型的插件，而大部分的input插件和output插件都是网络IO密集型的插件，此时建议选择此类型的节点规格。

通用计算增强AC型

1:2 和1:4

CPU独享型实例，实例间无CPU资源争抢，性能强劲稳定，适合CPU密集型插件较多的Logstash实例。

通用计算型

1:4

默认情况下，Logstash使用内存队列来缓存正在处理的数据，可以通过公式“pipeline.workers x pipeline.batch.size”计算当前缓存中的所有数据条数，可以依据公式“Logstash处理的平均单条数据大小 x 缓存中的所有数据条数”计算内存占用量，以此选择是使用“通用计算型”还是“内存优化型”。

内存优化型

1:8

默认情况下，Logstash使用内存队列来缓存正在处理的数据，可以通过公式“pipeline.workers x pipeline.batch.size”计算当前缓存中的所有数据条数，可以依据公式“Logstash处理的平均单条数据大小 x 缓存中的所有数据条数”计算内存占用量，以此选择是使用“通用计算型”还是“内存优化型”。