iT邦幫忙

第 12 屆 iThome 鐵人賽

DAY 5
0
Elastic Stack on Cloud

親愛的,我把ElasticSearch上雲了系列 第 5

Day 5 ELK Node介紹

ITHOME鐵人賽-ElasticCloud

Day 5 ELK Node介紹

上一次我們簡單介紹了如何在雲端上面佈署屬於我們的ELK服務,若按照上次的步驟,大家現在在Elastic Cloud中基本上都會有一個deployment,而這個deployment因為我們選擇的是Elastic Stack,所以會包含Elastic Search、Logstash以及Kibana這三個服務。

而大家可以看到,在每一個instance下方,會有它的一些硬體規格:RAM、Storage等等,除此之外,還會有一些小字;像是data、master eligible......
硬體規格部分,其實就是跟我們上次所選擇,deployment的應用有關,根據那個應用他幫你選擇最適合的配法。
而另外的那些小字,也就是master、data等等,其實是Elastic Search的節點類型,節點可以想像成是一支程式,一台機器可以擔任多個節點類型角色。你可以想像,假設今天要做好搜尋引擎這個任務,會有很多個工作項目;而每個工作項目,會分配給適合做的人,假設A這台機器適合1,2,3這三項工作,那就可以由他去擔任這三個節點角色。當然若工作負荷量過大,一定程度的就會使工作延遲或是產生一些異常。因此適當的佈署機器以及分配角色也是在建構ElasticSearch中效能好壞的重要因素!
在我們上次架構好服務好,接著我們可以開始檢視架構中的一些設定,來確保他能夠符合我們需求,首先我們就先介紹一下有哪些不同的節點角色,他們負責的工作又是什麼。
按照ElasticSearch官方網站,總共分為以下幾種主要節點角色:

  1. Master-eligible node:master節點可以想像成是主枝幹,主要是為了控制cluster的角色,具有投票權的主要節點角色
  2. Data node:簡單來說就是控管Data的任務,包含增刪查改、搜尋以及分群的計算數值(aggregation)
  3. Ingest node:主要是為了負責前處理pipline的節點,可以想像成用來弭補logstash前處理的不足
  4. Machine learning node:負責處理機器學習計算的,若你預計要在Elasticsearch服務中使用機器學習,必須至少指定一個instance這個角色
  5. Transform node:transform node就是用來進行transform任務的節點,transform意指將目前的一個indice,轉換成summary過的(例如aggreation或其他的)indice
  6. Coordinating node:負責處理轉發的節點,意思是當今天有一個任務是需要傳遞給data node,可以透過coordinating node先接收,再轉查給data node,算是一定程度的load balance

上一篇
Day 4 來建構Elastic Cloud deployment囉
下一篇
Day 6 透過sample來檢視elasticsearch功能
系列文
親愛的,我把ElasticSearch上雲了30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言