带你读《企业级云原生白皮书项目实战》——5.1.2 创建实例(3)

本文涉及的产品
检索分析服务 Elasticsearch 版,2核4GB开发者规格 1个月
简介: 带你读《企业级云原生白皮书项目实战》——5.1.2 创建实例(3)

《企业级云原生白皮书项目实战》——第五章 大数据——5.1 检索分析服务 Elasticsearch版——5.1.2 创建实例(2) https://developer.aliyun.com/article/1228942?groupCode=supportservice


5.1.2.2 集群配置

image.png

首先是地域和可用区的选择,按照业务的实际规划选择。

然后是选择可用区数量,跨可用区部署可提升集群的容灾能力,系统会自动选择库存充足的可用区创建集群。在索引配置了副本的情况下,当某一可用区出现故障时,剩余的可用区依然可以不间断地提供服务,显著增强了集群的可用性。同时,您可以通过控制台的切流操作,将出现故障的可用区隔离,这时系统会自动在剩余的可用区中补充计算资源,满足业务对资源的需求。单可用区是普通部署模式,适用于非关键任务型工作(默认)。两个可用区是跨可用区容灾部署模式,适用于生产型工作。三个可用区是高可用部署模式,适用于具有更高可用性要求的生产型工作。

再之后是节点类型选择,不同的节点类型有不同的功能,节点类型分为数据节点、kibana节点、专有主节点、冷数据节点、协调节点、弹性节点,不同节点说明如下

数据节点:存储索引数据的节点,文档的增删改查、聚合等操作,正常都是在数据节点进行。所数据节点对CPU、内存和IO要求较高,在优化集群性能时需要监控数据节点的状态。当资源不足时,建议在集群中添加新的数据节点。数据节点对 CPU、内存、IO 要求较高,在优化的时候需要监控数据节点的状态,当资源不够的时候,需要在集群中添加新的节点。1核2 GB规格实例只适合于测试场景,不适用于

生产环境,根据产品SLA协议不在售后保障范围内。另外,自2021年5月起,阿里云Elasticsearch不再支持新购1核2 GB和2核2 GB规格的数据节点,存量节点不受影响。

Kibana节点:即是就是运行kibana服务的节点,默认为启用状态,不可更改。阿里云默认为您赠送一个1核2 GB规格的Kibana节点,同时支持购买更高规格Kibana节点。

专有主节点:主要功能是对集群进行操作,例如创建或删除索引,跟踪哪些节点是集群的一部分,并决定哪些分片分配给相关的节点。稳定的主节点对集群的健康非常重要,默认情况下集群中的任一节点都可能被选为主节点。索引数据和搜索查询等操作会占用大量的

CPU、内存和IO资源,为了确保集群的稳定性,建议您购买专有主节点,分离主节点和数据节点。已购买的专有主节点,暂不支持取消。

冷数据节点:当系统中存在查询频率低基本无写入的索引,建议购买冷数据节点分离冷热数据。冷热集群架构可以提高集群的处理性能和服务稳定性,已购买的冷数据节点,不支持取消。。

协调节点:可以分担数据节点的CPU开销,从而提高处理性能和服务稳定性。如果您的业务是CPU密集型的业务,建议购买协调节点,例如需要进行较多的聚合查询之类的操作。例如,在请求阶段,协调节点将请求转发到保存数据的数据节点。 每个数据节点在本地执行请求并将其结果返回给协调节点。 在收集fetch阶段,协调节点将每个数据节点的结果汇集为单个全局结果集。

弹性节点:购买弹性节点后,您可以通过弹性扩缩功能配置弹性扩缩任务。在业务高峰期增加计算资源,低峰期减少计算资源,充分利用集群资源,降低集群使用成本。弹性节点架构依赖专有主节点,购买弹性节点时,会默认购买最低规格的专有主节点。另外,不支持仅购买弹性节点,而不购买数据节点。


5.1.2.3 网络及系统配置

image.png

目前阿里云Elasticsearch只支持专有网络,然后根据业务情况,选择专有网络和虚拟交换机。

系统配置主要包含,实例名称、登录名和登陆密码设置,实例名称如果不填,将由系统自动生成,创建后可修改。默认使用elastic账号访问实例和登录Kibana控制台,elastic账号相当于管理员账号,密码自己设置下就可以了。


《企业级云原生白皮书项目实战》——第五章 大数据——5.1 检索分析服务 Elasticsearch版——5.1.2 创建实例(4) https://developer.aliyun.com/article/1228937?groupCode=supportservice

相关实践学习
使用阿里云Elasticsearch体验信息检索加速
通过创建登录阿里云Elasticsearch集群,使用DataWorks将MySQL数据同步至Elasticsearch,体验多条件检索效果,简单展示数据同步和信息检索加速的过程和操作。
ElasticSearch 入门精讲
ElasticSearch是一个开源的、基于Lucene的、分布式、高扩展、高实时的搜索与数据分析引擎。根据DB-Engines的排名显示,Elasticsearch是最受欢迎的企业搜索引擎,其次是Apache Solr(也是基于Lucene)。 ElasticSearch的实现原理主要分为以下几个步骤: 用户将数据提交到Elastic Search 数据库中 通过分词控制器去将对应的语句分词,将其权重和分词结果一并存入数据 当用户搜索数据时候,再根据权重将结果排名、打分 将返回结果呈现给用户 Elasticsearch可以用于搜索各种文档。它提供可扩展的搜索,具有接近实时的搜索,并支持多租户。
相关文章
|
1月前
|
Cloud Native 数据处理 云计算
探索云原生技术在大数据分析中的应用
随着云计算技术的不断发展,云原生架构作为一种全新的软件开发和部署模式,正逐渐引起企业的广泛关注。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势与挑战,并探讨如何利用云原生技术提升大数据分析的效率和可靠性。
|
1月前
|
Docker 索引 容器
Elasticsearch跨集群检索配置
Elasticsearch跨集群检索配置
60 1
|
1月前
|
监控 Java 数据处理
【Spring云原生】Spring Batch:海量数据高并发任务处理!数据处理纵享新丝滑!事务管理机制+并行处理+实例应用讲解
【Spring云原生】Spring Batch:海量数据高并发任务处理!数据处理纵享新丝滑!事务管理机制+并行处理+实例应用讲解
|
1月前
|
SQL API 索引
Superset对接ElasticSearch服务展示
Superset对接ElasticSearch服务展示
275 2
|
1月前
|
Java 关系型数据库 MySQL
Elasticsearch【问题记录 01】启动服务&停止服务的2类方法【及 java.nio.file.AccessDeniedException: xx/pid 问题解决】(含shell脚本文件)
【4月更文挑战第12天】Elasticsearch【问题记录 01】启动服务&停止服务的2类方法【及 java.nio.file.AccessDeniedException: xx/pid 问题解决】(含shell脚本文件)
88 3
|
1月前
|
监控 负载均衡 Java
【阿里云云原生专栏】微服务架构在阿里云云原生平台上的应用实例与优化策略
【5月更文挑战第20天】本文介绍了在阿里云云原生平台实现微服务架构的步骤,包括基于Spring Cloud的Docker化部署、使用ACK部署微服务,以及优化策略:服务发现与负载均衡(借助Istio)和监控日志管理。通过这种方式,企业能提升应用的可扩展性、可维护性和敏捷性。
214 5
|
1月前
|
人工智能 自然语言处理 开发者
Langchain 与 Elasticsearch:创新数据检索的融合实战
Langchain 与 Elasticsearch:创新数据检索的融合实战
50 10
|
1月前
|
存储 机器学习/深度学习 搜索推荐
Elasticsearch 8.X 向量检索和普通检索能否实现组合检索?如何实现?
Elasticsearch 8.X 向量检索和普通检索能否实现组合检索?如何实现?
42 3
|
23天前
|
存储 运维 监控
探索云原生技术在大数据分析领域的应用
传统的大数据分析往往需要庞大的硬件设施和复杂的维护工作,给企业带来了昂贵的成本和管理难题。而随着云原生技术的发展,越来越多的企业开始将大数据分析迁移到云平台上,以享受弹性、灵活性和低成本的优势。本文将探讨云原生技术在大数据分析领域的应用,介绍其优势和挑战,并展望未来的发展方向。
25 0
|
1月前
|
运维 Cloud Native 安全
【专栏】随着信息技术发展,运维正向自动化、智能化转型,云原生运维成为主流,大数据驱动运维决策,而安全运维日益重要
【4月更文挑战第29天】随着信息技术发展,运维正向自动化、智能化转型,云原生运维成为主流,大数据驱动运维决策,而安全运维日益重要。面对技术更新快、人才短缺和复杂性增加的挑战,企业需建立培训体系,加强人才培养,优化运维管理,以适应未来运维需求。随着这些趋势,运维领域将迎来更广阔的发展前景。

热门文章

最新文章