规划节点类型和规格容量

介绍集群各类节点类型（数据节点、Master节点、Client节点、冷数据节点）的适用场景和配置建议，帮助用户根据业务需求合理选择和配置节点类型。同时，给出节点规格、存储类型和容量、节点数量的配置建议，方便用户合理规划集群的规格容量。

规划节点类型

在创建集群时，应根据业务需求、查询负载、数据增长模式和性能目标来确定添加哪些类型的节点，以实现合适的集群性能和资源管理。

数据节点是集群的必备节点，而Master节点、Client节点和冷数据节点是可选节点，需要根据业务需求和性能预期来选择是否启用。

表1 节点类型介绍
节点类型	选择建议
数据节点（ess）	数据节点用于存储集群数据，当集群启用的节点类型不同时，数据节点的功能会有差异：当集群同时启用了Master节点和Client节点时，数据节点将仅用于存储数据。当集群未启用Master节点和Client节点时，数据节点将同时承担集群管理、存储数据、提供接入集群和分析数据的职责。此时，为保证集群中数据的稳定性，建议设置节点数量大于等于3个。当集群启用了Master节点但未启用Client节点时，数据节点将用于存储数据并提供接入集群和分析数据的功能。当集群未启用Master节点但启用了Client节点时，数据节点将用于存储数据并提供集群管理功能。
Master节点（ess-master）	Master节点负责管理集群中所有节点任务，如集群元数据、索引及分片分配，保障大规模集群稳定运行，适用于需高可用性与集中管控的场景。集群规模较大：当集群的节点数超过10个时，为了更有效地管理集群状态和元数据，建议添加专用的Master节点。集群索引和分片数量多：如果索引数量或分片数超过1万个，Master节点可以处理更复杂的集群管理任务，避免对数据节点的性能造成影响。单独管理集群节点：Master节点负责维护集群的元数据，包括索引映射、设置和别名等，对于复杂的集群结构，专用的Master节点可以提供更好的管理。包括节点加入、退出以及故障检测等，Master节点在集群节点管理中扮演核心角色。提升集群稳定性和可靠性：专用的master节点可以提高集群的稳定性和可靠性，因为它减少了对同时承担数据存储和查询任务的节点的依赖。优化数据节点性能：通过将集群管理任务从数据节点分离到Master节点，可以优化数据节点的性能，使其专注于数据操作。
Client节点（ess-client）	Client节点负责接收并协调外部请求（如搜索和写入），优化高负载查询和集群扩展性，适用于处理复杂查询和大规模分片场景。存在高查询QPS（每秒查询率）：当集群面临高查询QPS时，独立的Client节点可以更均匀地分发查询请求，减轻数据节点的负担，提高整体查询性能。存在复杂的聚合查询：对于需要大量计算资源的复杂聚合查询，Client节点可以专门处理聚合结果，从而提升聚合查询的效率和响应速度。集群分片数量多：在分片数量较多的集群中，Client节点可以有效地协调和管理对各个分片的查询请求，提高请求的转发和处理效率。可以减轻数据节点压力：Client节点负责解析search请求，确定索引分片的位置，并协调分片节点执行查询。可以减轻数据节点的负载，使它们更专注于数据的存储和索引。提高集群扩展性：增加client节点可以提供更好的集群扩展性和灵活性，支持更大规模的数据集和更复杂的查询需求。
冷数据节点（ess-cold）	冷数据节点用于存储查询时延要求不高且数据量大的历史数据，适用于大规模数据集存储，有利于优化存储成本和查询性能。需要存储大量历史数据：当需要存储大量不常访问但对分析有用的历史数据时，使用冷数据节点可以提供成本效益较高的存储解决方案。需要优化热数据性能：通过将旧数据迁移到冷数据节点，可以减少对热数据节点的存储压力，从而优化热数据的查询和写入性能。对查询时延要求不高：对于那些查询频率不高且可以容忍较高查询时延的数据，冷数据节点是合适的存储选择。追求成本效益：冷数据节点通常采用具有较大磁盘容量的规格，这有助于降低存储成本，同时满足大规模数据存储需求。注意：如果创建集群时未启用冷数据节点，则集群创建完成后不支持单独添加冷数据节点，请在创建集群时合理选择是否启用冷数据节点。

如果创建集群时未启用Master节点或Client节点，当业务运行一段时间后，发现数据节点压力太大时，支持单独添加Master节点或Client节点，具体操作请参见增加节点类型。
开启冷数据节点之后，支持切换集群的冷热数据，请参见切换Elasticsearch集群冷热数据。如果未启用冷数据节点，又想优化存储成本，则推荐使用存算分离功能，请参见配置Elasticsearch集群存算分离。

数据节点配置建议

表2 数据节点配置说明
参数	配置建议
节点规格	规格列表的“vCPUs \| 内存”呈现了规格的CPU核数和内存，“建议存储范围”呈现了该规格支持的存储容量。建议根据业务需求（如数据规模、性能要求、成本预算等）进行选择。不同节点规格的适用场景及核心特性说明请参见节点规格介绍，帮助您合理规划集群架构。各个规格的详细说明请参见实例类型。
节点存储类型和容量	当节点规格选择的是云硬盘时，需要选择云硬盘类型，并根据业务需要配置存储容量。如果想了解云硬盘的性能，请参见磁盘类型及性能介绍。节点存储容量的取值范围由所选的“节点规格”决定，且必须是20的倍数。节点存储容量的推荐计算方式请参见节点存储容量的选择建议。节点存储容量不支持就地缩容，请评估好业务量，合理选择。当“节点规格”选择的是本地盘时，无需配置节点存储类型，节点存储容量是固定值，由选择的本地盘规格决定。
节点数量	当集群配置了Master节点，则数据节点的节点数量支持1~200。当集群未配置Master节点，则数据节点的节点数量支持1~32。建议数据节点的节点数量大于或等于3，以提升集群可用性。节点数量的推荐计算方式请参见节点数量选择建议。当数据节点数量与可用区数量非整数倍时，数据分布可能不均衡，影响集群的查询或写入性能。

节点规格介绍

规格的不同会影响磁盘的部署方式，磁盘分为本地盘和云硬盘。例如，高性能的节点规格可能使用本地盘，而标准规格的节点则可能使用成本更低的云硬盘。

本地盘是部署在弹性云服务器（ECS）实例所在宿主机上的本地存储设备，提供高I/O性能、低时延和高吞吐量的存储能力。适合对性能要求极高且数据无需长期保存的业务场景。
云硬盘（EVS）是云服务提供的一种虚拟块存储服务，独立于ECS实例存在，提供高可靠性和弹性扩展能力。适合对数据可靠性要求较高且需要灵活扩展存储能力的业务场景。

本地盘存在异常退出风险，可能导致数据丢失且不可恢复，因此不适用于核心业务数据存储场景。建议关键业务数据优先选用云硬盘存储。
如果选用本地盘存储数据，建议在创建集群时启用“自动创建集群快照”功能，并在创建索引时启用副本功能。以此降低数据丢失风险。

以下是不同节点规格的适用场景及核心特性说明，帮助用户合理规划集群架构。

表3 节点规格介绍
CPU架构	节点规格	描述
X86计算	计算密集型	核心优势高性能CPU：专为高计算负载和低时延场景设计，适合实时搜索和复杂查询。高可靠性：配合NVMe本地盘集群，相比普通磁盘集群具备更强的稳定性。适用场景电商搜索与推荐：实时响应用户搜索请求，支持复杂过滤与排序。 APP搜索服务：需快速返回结果的移动端场景，如社交应用、内容推荐。数据库加速：对OLAP场景中的复杂聚合查询提供低延迟支持。注意事项成本较高，适合对性能要求严格的场景，需权衡预算与性能需求。建议配合超高I/O磁盘，确保数据读写效率与CPU性能匹配。
	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。低时延保障：适合对响应时间敏感的业务。适用场景高并发搜索服务：如电商搜索、社交内容检索等需快速响应的场景。实时推荐系统：基于用户行为实时生成推荐结果。 OLTP场景：事务性数据处理与实时查询。
	通用计算型	核心优势均衡配置：默认规格，适合中等规模业务需求。性价比高：满足大部分通用搜索与分析场景。适用场景适合通用场景，标准化部署，无需特殊调优即可满足基础需求。内容搜索：中等规模的搜索与分析场景（单节点数据量在100GB~1000GB之间）。日志分析：中等规模日志数据的实时查询与分析。
	内存优化型	核心优势大内存容量：适合内存密集型任务，如复杂聚合与缓存。高吞吐量：支持大规模数据的快速处理。适用场景适用于单节点数据量在100~2000GB间的搜索与分析场景。大规模数据分析：如用户行为分析统计。 OLAP场景：复杂查询与多维聚合计算。缓存密集型业务：需频繁加载数据到内存的场景（如实时报表）。注意事项时延容忍度较高，适合对响应时间要求不极端的场景。成本较高，内存成本占比大，需评估业务需求与预算。
	超高I/O型	核心优势 NVMe SSD本地盘：提供极高的磁盘I/O性能，适合高并发读写场景。低延迟：相比SSD云盘，延迟更低，性能更优。适用场景舆情实时分析：高频数据写入与快速查询的场景。专利检索：大规模文本数据的快速检索与匹配。数据库加速：如MySQL/PostgreSQL的读写分离架构。注意事项本地盘可靠性风险，需开启副本机制规避数据丢失风险。 NVMe SSD价格较高，需权衡性能与成本。
鲲鹏计算	鲲鹏通用计算型	核心优势性价比高：ARM架构相比X86机型成本更低。适用场景成本敏感型业务：如中小型企业搜索服务、测试环境。 ARM生态适配：搜索服务需与ARM兼容的场景。注意事项生态兼容性：确保应用与ARM架构的兼容性（如Java虚拟机、第三方插件）。

节点存储容量的选择建议

当选择云硬盘时，可以在节点规格支持的存储容量范围内的选择节点存储容量。

在规划节点存储容量时，应考虑数据量、副本因子、数据膨胀率和磁盘使用率等多个关键因素。以下是一个推荐的计算方法，用以确定所需的集群存储容量。

存储容量 = 源数据 x（1 + 副本数量）x（1 + 数据膨胀率）x（1 + 预留空间比例）

其中：

源数据：首先确定预期存储的原始数据量。
副本数量：设置副本因子，默认建议值为1，以保证数据的高可用性。
数据膨胀率：集群在索引过程中可能会产生额外的数据膨胀，通常建议按照25%的膨胀率进行计算。
磁盘空间使用率：考虑到操作系统和文件系统本身占用的空间，以及留出一定的空间以优化磁盘性能和冗余，建议将磁盘使用率控制在70%，即预留空间比例为30%。

将具体数值代入公式，简化计算：存储容量 = 源数据 x 2 x 1.25 x 1.3 = 源数据 x 3.25

这个计算方法提供了一个基础的估算，但实际配置时还需要根据具体业务场景和增长预期进行调整，且存储容量必须是20的倍数。

节点数量选择建议

数据节点和冷数据节点都是用于存储集群数据的，因此节点数量和业务性能基线强相关，下面提供了数据节点和冷数据节点的节点数量估算公式：

数据节点数 + 冷数据节点数 = 写入节点数 + 查询节点数

写入节点数 = 业务峰值时的流量（MB/s） ÷ 单节点的核数 ÷ 单核写入性能基线（MB/s） x 索引副本数

查询节点数 = 查询QPS ÷ [ 单节点的核数 x 3 ÷ 2 ÷ 平均查询响应时间（秒）] x 索引分片数

其中：

单节点的核数由选择的节点规格决定。
单核写入性能基线由节点规格适用的磁盘类型决定：挂载云硬盘的节点，其单核写入性能基线为1MB/s；挂载本地盘的节点，其单核写入性能基线为1.5MB/s。
查询QPS表示每秒能够处理的查询请求数量。
平均查询响应时间作为查询性能基线。
在写入性能要求高的场景，建议索引分片数和“数据节点数+冷数据节点数”保持一致，确保各节点写入压力均衡。
在查询QPS要求高的场景，建议索引副本数和“数据节点数+冷数据节点数-1”保持一致，确保各节点查询压力均衡。

例如：

业务峰值时的流量是100MB/s，节点规格使用的是云硬盘，规格是16u64g，查询QPS要求为1000，平均查询响应时间要求为100ms，索引规划3个分片、2个副本，则：

写入节点数=100÷16÷1x2=12

查询节点数=1000÷（16x3÷2÷0.1）x3=12

数据节点数+冷数据节点数=写入节点数+查询节点数=12+12=24

Master节点配置建议

表4 Master节点配置说明
参数	配置建议
节点规格	规格列表的“vCPUs \| 内存”呈现了规格的CPU核数和内存，“建议存储范围”呈现了该规格支持的存储容量。对于集群规模大、分片数多的场景，建议Master节点规格选择计算规格比较大的型号。 Master节点只支持部署在云硬盘的节点规格。各个规格的详细介绍请参见实例类型。
节点存储类型和容量	给集群节点选择合适的存储类型和容量。如果想了解云硬盘的性能，请参见磁盘类型及性能介绍。节点存储容量为固定值：40GB
节点数量	Master节点数量的取值范围：3、5、7、9 为避免集群发生脑裂，Master节点数量必须是奇数，推荐值请参见Master节点数量选择建议。

Master节点数量选择建议

增加Master节点数量可以增加集群的故障容错能力，但是Master节点数量过多也会带来其他问题，如通信开销增加、选举时间变长、资源浪费等，建议根据业务需求合理选择节点数量。

以下是基于集群规模给出的Master节点数量的推荐值，供参考。

表5 Master节点数量的推荐值
集群规模	Master节点数量的推荐值	配置效果
小型，节点数量总和小于10	3	提供基本的高可用性。
中型，节点数量总和大于或等于10、小于50	3、5	平衡性能和可用性。
大型，节点数量总和大于或等于50	5、7	提升抗故障能力和稳定性。
极大型，节点数量总和大于或等于100	5、7	避免过度增加通信开销。

Client节点配置建议

表6 Client节点配置说明
参数	配置建议
节点规格	规格列表的“vCPUs \| 内存”呈现了规格的CPU核数和内存，“建议存储范围”呈现了该规格支持的存储容量。对于读写流量较大的场景，建议Client节点规格选择计算规格比较大的型号。 Client节点只支持部署在云硬盘的节点规格。各个规格的详细介绍请参见实例类型。
节点存储类型和容量	给集群节点选择合适的存储类型和容量。如果想了解云硬盘的性能，请参见磁盘类型及性能介绍。节点存储容量为固定值：40GB
节点数量	Client节点数量的取值范围：1~32 推荐值请参见Client节点数量选择建议。

Client节点数量选择建议

Client节点负责接收并协调外部请求（如搜索和写入），节点数量和集群流量压力相关，以下是基于数据节点数量给出的Client节点数量的推荐值，供参考。

表7 Client节点数量的推荐值
数据节点数量	Client节点数量的推荐值
小于5	不启用Client节点
大于或等于5、小于10	2
大于或等于10	Client节点数量 : 数据节点数量 = 1:5

冷数据节点配置建议

表8 冷数据节点配置说明
参数	配置建议
节点规格	规格列表的“vCPUs \| 内存”呈现了规格的CPU核数和内存，“建议存储范围”呈现了该规格支持的存储容量。建议根据业务需求（如数据规模、性能要求、成本预算等）进行选择。不同节点规格的适用场景及核心特性说明请参见节点规格介绍，帮助您合理规划集群架构。各个规格的详细说明请参见实例类型。
节点存储类型和容量	当节点规格选择的是云硬盘时，需要选择云硬盘类型，并根据业务需要配置存储容量。如果想了解云硬盘的性能，请参见磁盘类型及性能介绍。节点存储容量的取值范围由所选的“节点规格”决定，且必须是20的倍数。节点存储容量的推荐计算方式请参见节点存储容量的选择建议。节点存储容量不支持就地缩容，请评估好业务量，合理选择。当“节点规格”选择的是本地盘时，无需配置节点存储类型，节点存储容量是固定值，由选择的本地盘规格决定。
节点数量	冷数据节点数量的取值范围：1~32 节点数量的推荐计算方式请参见节点数量选择建议。当冷数据节点数量与可用区数量非整数倍时，数据分布可能不均衡，影响集群的查询或写入性能。