规划节点规格容量

X86计算

计算密集型

核心优势

• 高性能CPU：专为高计算负载设计，适合处理CPU密集型任务。
• 网络I/O优化：支持高吞吐量的数据输入输出（如网络插件）。

适用场景

• CPU密集型插件：如grok（正则解析）、dissect（结构化日志解析）等需要大量CPU计算的插件。
• 混合负载任务：同时涉及高CPU计算和网络I/O的任务（如实时日志采集、数据清洗）。
• 大规模数据处理：需要快速处理海量数据的场景（如日志聚合、事件流处理）。

注意事项

• 建议任务中配置的线程数（pipeline.workers）和CPU核数保持一致，以充分利用CPU资源，避免资源争抢。
• 关注I/O瓶颈预警，如果网络插件（如beats、http）占比高，需确保网络带宽充足。

通用计算增强AC型

核心优势

• CPU独享：实例间无资源争抢，性能稳定且成本较低，适合高优先级任务。
• 低延迟保障：确保CPU密集型插件的处理效率。

适用场景

• 高CPU负载任务：如实时日志解析、复杂字段提取（grok、ruby）。
• 关键业务流程：对性能稳定性要求高的场景（如金融交易日志处理）。
• 多线程处理：需高并发处理任务的场景。

注意事项

如果任务以网络I/O为主，建议结合超高I/O型的磁盘类型。

通用计算型

核心优势

均衡配置：默认规格，适合中等规模数据处理任务。

适用场景

• 中等规模日志处理：如企业日志采集、监控数据聚合。
• 低CPU负载任务：以网络I/O为主（如file、kafka插件）。
• 标准化部署：无需特殊调优即可满足基础需求。

内存占用评估

通过公式 “Logstash处理的平均单条数据大小 x （pipeline.workers x pipeline.batch.size）” 预估内存需求。

示例：如果单条数据大小为1KB，pipeline.workers=4，pipeline.batch.size=1000，则内存占用约为4MB。

内存优化型

核心优势

• 大内存容量：适合内存密集型任务，减少磁盘I/O压力。
• 内存队列优化：通过内存队列缓存数据，提升处理效率。

适用场景

• 大规模日志聚合：如日志分析平台、安全信息与事件管理（SIEM）。
• 复杂数据转换：涉及大量临时数据存储的场景（如aggregate插件）。

注意事项

• 需要实时监控内存使用，避免OOM（内存溢出）。
• 成本较高，适合对内存需求极高的场景，需结合业务优先级评估。

鲲鹏计算

鲲鹏通用计算型

核心优势

• ARM架构性价比：相比X86机型，ARM架构成本更低，功耗更低。
• 内存效率优化：适合需要大内存且成本敏感的场景。

适用场景

• 成本敏感型业务：如中小型企业日志采集、测试环境。
• ARM生态适配：需要与鲲鹏云服务器兼容的场景。

注意事项

需要确保Logstash插件与ARM架构的兼容性（如Java虚拟机、第三方插件）。