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
|
2月前
|
自然语言处理 大数据 应用服务中间件
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
大数据-172 Elasticsearch 索引操作 与 IK 分词器 自定义停用词 Nginx 服务
79 5
|
2月前
|
存储 分布式计算 大数据
大数据-169 Elasticsearch 索引使用 与 架构概念 增删改查
大数据-169 Elasticsearch 索引使用 与 架构概念 增删改查
72 3
|
4月前
|
SQL JSON 大数据
ElasticSearch的简单介绍与使用【进阶检索】 实时搜索 | 分布式搜索 | 全文搜索 | 大数据处理 | 搜索过滤 | 搜索排序
这篇文章是Elasticsearch的进阶使用指南,涵盖了Search API的两种检索方式、Query DSL的基本语法和多种查询示例,包括全文检索、短语匹配、多字段匹配、复合查询、结果过滤、聚合操作以及Mapping的概念和操作,还讨论了Elasticsearch 7.x和8.x版本中type概念的变更和数据迁移的方法。
ElasticSearch的简单介绍与使用【进阶检索】 实时搜索 | 分布式搜索 | 全文搜索 | 大数据处理 | 搜索过滤 | 搜索排序
|
4月前
|
Cloud Native 安全 大数据
云原生与大数据
【8月更文挑战第27天】云原生与大数据
71 5
|
14天前
|
弹性计算 运维 Serverless
超值选择:阿里云Elasticsearch Serverless在企业数据检索与分析中的高性能与灵活性
本文介绍了阿里云Elasticsearch Serverless服务的高性价比与高度弹性灵活性。
|
1月前
|
Kubernetes Cloud Native Docker
云原生之旅:从传统架构到容器化服务的演变
随着技术的快速发展,云计算已经从简单的虚拟化服务演进到了更加灵活和高效的云原生时代。本文将带你了解云原生的概念、优势以及如何通过容器化技术实现应用的快速部署和扩展。我们将以一个简单的Python Web应用为例,展示如何利用Docker容器进行打包和部署,进而探索Kubernetes如何管理这些容器,确保服务的高可用性和弹性伸缩。
|
10天前
|
存储 负载均衡 监控
揭秘 Elasticsearch 集群架构,解锁大数据处理神器
Elasticsearch 是一个强大的分布式搜索和分析引擎,广泛应用于大数据处理、实时搜索和分析。本文深入探讨了 Elasticsearch 集群的架构和特性,包括高可用性和负载均衡,以及主节点、数据节点、协调节点和 Ingest 节点的角色和功能。
25 0
|
1月前
|
存储 SQL 监控
|
1月前
|
运维 监控 安全
|
2月前
|
SQL 分布式计算 NoSQL
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
大数据-170 Elasticsearch 云服务器三节点集群搭建 测试运行
58 4