Elasticsearch 入门到精通-Elasticsearch节点类型以及各种节点的分工

         Elasticsearch目前支持五种节点，每种节点都各自分工不通。这里主要讲下工作中常用的节点类型，配置以及应用

1、主节点（或者候选主节点）

        一个ES节点启动后，使用Zen Discovery 机制去寻找集群中的其他节点，并与之建立连接。集群中从候选主节点中选举出一个主节点。主节点负责创建索引，删除索引，分配分片，追踪集群中其他节点的状态等工作。

        正常情况下，集群中所有的节点对主节点的选择是一致的，即一个集群中只能有一个主节点。然而在某些情况下，如网络通信故障，主节点负载过高无法及时响应等等，导致集群重新选举主节点，当网络通信恢复正常时集群中就会出现多个主节点的现象，即节点对集群状态的认知不一致，俗称集群脑裂现象。为了避免这种情况发生，可以通过 discovery.zen.minimum_master_nodes 来设置最少可工作的候选主节点个数。建议设置为（候选主节点/2） + 1 比如三个候选主节点，该配置项为 （3/2）+1 ,来保证集群中有半数以上的候选主节点。

        候选主节点的设置方法是设置node.mater为true，默认情况下，node.mater和node.data的值都为true，即该节点既可以做候选主节点也可以做数据节点。由于数据节点承载了数据的操作，负载通常都很高，所以随着集群的扩大，建议将二者分离，设置专用的候选主节点。当我们设置node.data为false，就将节点设置为专用的候选主节点了。

        node.master = true

        node.data = false

        稳定的主节点对集群健康非常重要，默认情况下集群中的任何一个节点都有可能被选为主节点，索引和搜索数据会占用大量的CPU，内存，IO资源，为了确保一个集群的稳定，建议生产环境分离主节点和数据节点，并启用备用主节点。

2、数据节点

        数据节点负责数据的存储和相关具体操作，比如CRUD、搜索、聚合。所以，数据节点对机器配置要求比较高，首先需要有足够的磁盘空间来存储数据，其次数据操作对系统CPU、Memory和IO的性能消耗都很大。通常随着集群的扩大，需要增加更多的数据节点来提高可用性。

  前面提到默认情况下节点既可以做候选主节点也可以做数据节点，但是数据节点的负载较重，所以需要考虑将二者分离开，设置专用的数据节点，避免因数据节点负载重导致主节点不响应。

        node.master = false

        node.data = true

3、客户端节点

        当主节点和数据节点配置都设置为false的时候，该节点只能处理路由请求，处理搜索，分发索引操作等，从本质上来说该客户节点表现为智能负载平衡器。独立的客户端节点在一个比较大的集群中是非常有用的，他协调主节点和数据节点，客户端节点加入集群可以得到集群的状态，根据集群的状态可以直接路由请求。

        node.master = false

        node.data = false

4.建议

        在一个生产集群中我们可以对这些节点的职责进行划分，建议集群中设置3台以上的节点作为master节点，这些节点只负责成为主节点，维护整个集群的状态。再根据数据量设置一批data节点，这些节点只负责存储数据，后期提供建立索引和查询索引的服务，这样的话如果用户请求比较频繁，这些节点的压力也会比较大，所以在集群中建议再设置一批client节点(node.master: false node.data: false)，这些节点只负责处理用户请求，实现请求转发，负载均衡等功能。