对官方文档Node的阅读笔记。
ES集群由一个或者多个ES节点组成。
ES集群中的节点，支持处理两类通信平面，见文档
- 集群内节点之间的通信，官方文档称之为transport layer。
- 集群外的通信，处理客户端下发的请求，比如数据的CRUD，检索等，官方文档称之为HTTP layer。
通过集群内节点的通信，节点可以获取到集群内所有节点的信息，比如通信地址、健康状态、承载的索引和shard等信息。
当集群中某节点处理客户端下发的请求时，可以将业务请求转发至数据相关的节点，处理业务请求。
接收到客户端下发的请求的节点，依据官方文档，可以称之为接入节点或者the coordinating node。默认情况下，集群中所有的节点都可以接入客户端的业务，因此都具备接入节点的角色。
作为接入节点，处理业务请求的过程可以划分为如下阶段：
- 转发阶段即scatter phase
- 接入节点分析业务请求，获取索引和shard的归属节点。
- 接入节点将请求转发至归属节点。
- 归属节点处理请求，将处理结果返回至接入节点。
- 收集阶段即gather phase
- 接入节点处理各归属节点返回的数据。
- 接入节点将数据组装为最终的结果。
- 接入节点将结果返回客户端。
因此，作为接入节点，需要具备足够的硬件资源，比如CPU、内存等，否则无法正常处理各归属节点返回的数据。
ES节点，简单而言，可以理解为ES进程，比如一台主机上运行一个ES进程，或者在一台物理主机上，运行多个ES进程。对于前述ES进程，均可以理解为不同的ES节点。
在ES集群中，存在多种角色或者职责，因此从分工或者职责唯一的角度，可以为节点指定其角色，限定其职责，专业化分工，提升集群的可用性。
ES集群中，通常包含如下角色：
- master
- data
- data_content
- data_hot
- data_warm
- data_cold
- data_frozen
- ingest
- ml
- remote_cluster_client
- transform
在ES的配置文件elasticsearch.yml中增加配置项node.roles，可以指定该节点的角色。配置样例，如下：
node.roles: [ master ]
对于专职的接入节点，可以做如下配置：
node.roles: [ ]
数据的生命周期、访问频率、重要性、访问数据时的时延、存储成本等存在差异，比如
- 从生命周期角度讲
- 有些数据需要长期保留。
- 有些数据可能使用完毕后即可删除。
- 从访问频率角度讲
- 有些数据会被经常访问。
- 有些数据可能经历一段时间的高频访问之后，访问频率逐步下降。
- 有些数据可能初期的访问频率不高，但在某些场景下，访问频率可能会突然上升，然后再次下降。
- 有些数据可能保持低频访问。
- 有些数据可能基本没有访问，比如归档数据、备份数据。
- 从重要性角度讲
- 有些数据是关键数据，需要长期保留，不允许丢失，假如丢失，则需要具备恢复手段。
- 有些数据虽然重要，但丢失之后重新获取的成本比较低。
- 有些数据则可有可无，丢失也不影响最终结果。
- 从访问时延角度讲
- 应用场景为高带宽、高时延，比如大数据业务。
- 应用场景为低时延、高OPS，比如检索业务。
- 从存储成本角度讲，按照存储介质来划分
- 磁带，访问时延大、存储成本低，适用于数据量大，长期归档，访问频率极低的数据。
- HDD盘，访问时延相对低一些，存储成本相对高一些，存储容量小，适用于归档、备份，访问频率一般的数据。
- SSD盘，访问时延低，支持的OPS高，存储成本更高，存储容量低，适用于数据量相对不大，但访问频率相对要高一些的数据。
- 内存，访问时延极低，成本更高，存储容量更低，适用于数据量很小，但访问频率极高的数据。
基于数据的差异，ES提供了如下角色的选项：
- data_content，适用于高频检索的数据，ES针对这个角色，提供了必要的优化。
- data_hot，适用于热数据，可以配置比较好的硬件、支撑高速访问的存储介质，保存访问频率高的数据。
- data_warm，适用于温数据，硬件、介质可以选择成本低一点，保存访问频率相对没有那么高的数据。
- data_cold，适用于冷数据，硬件、介质可以选择相对更低一点，保存访问频率比较低的数据。
- data_frozen，适用于极冷数据，选择容量大，成本低的硬件和介质，保存访问频率非常低的数据。
假如很难从业务场景区分数据的差异，则可以直接使用角色data。