Elasticsearch集群中的角色有哪些？¶
在早期版本的 ES 中，节点角色划分其实还是比较模糊的。但从 7.x 版本开始，特别是到了 8.x，ES 强烈推荐并默认使用基于角色的节点分工，来优化集群稳定性。
官方文档中有关于目前支持的node roles的介绍：https://www.elastic.co/docs/deploy-manage/distributed-architecture/clusters-nodes-shards/node-roles
目前支持以上这些，挑一些重点介绍下。
Master（主节点）¶
这是集群的“大脑”，负责管理集群层面的操作。主要用来管理集群状态、创建或删除索引、跟踪其他节点的加入和离开、决定分片（Shard）分配到哪个数据节点上。
- 一个集群同时只能有一个有效主节点，通过选举产生，避免“脑裂”问题。
- 主节点不负责与数据文档相关的操作（如索引、搜索），所以它的负载通常不高。
Master-eligible Node（主节点候选节点）¶
为了集群稳定性，通常会设置多个 主节点候选节点，它们不承担数据节点角色，以确保主节点选举的可靠性和集群管理的稳定性。通常配置为奇数个（如3、5 个） 防止脑裂。
Data Node（数据节点）¶
存储存储分片（包括主分片和副本分片）中的数据），执行CRUD 操作、搜索、聚合、排序等计算。数据节点是 CPU、内存和 I/O 密集型节点，需要强大的硬件资源。
Data Node还可以根据数据的冷热情况，进一步细分为更多角色：
- data_hot
- data_warm
- data_cold
- data_frozen
Coordinating Node（协调节点）¶
协调节点，负责接收客户端（如应用程序）的 REST 请求（搜索、写入等）。路由请求到对应 data/master 节点、以及收集各个数据节点的返回结果，进行合并、排序等最终处理，然后将最终结果返回给客户端。
所有节点只要没显式禁用，默认都是 coordinating node
Ingest Node（预处理节点）¶
在索引前对文档进行预处理，可以执行的任务包括：解析 CSV、重命名字段、添加新字段、根据条件删除数据等。
ML Node（机器学习节点）¶
专用于运行 Elasticsearch 的机器学习（ML）作业。
Remote Cluster Client Node（跨集群搜索节点）¶
用于跨集群搜索功能。
节点角色配置¶
可以在elasticsearch.yml中如下方式配置节点角色。
# 示例：专用 Master 节点
node.name: master-1
node.roles: [ master ]
# 示例：Hot Data 节点
node.name: data-hot-1
node.roles: [ data_hot, data_content ]
# 示例：专用协调节点
node.name: coordinat
典型架构¶
以下是ES中各个角色的关系图，来自Elastic中国官方社区。
以下是典型的es集群的配置方案。
| 节点类型 | 数量 | 角色 | 说明 |
|---|---|---|---|
| Master | 3/5 | [master] |
专用，低配（4C8G 即可） |
| Data Hot | N | [data_hot, data_content] |
SSD 磁盘，高内存 |
| Data Warm | M | [data_warm] |
大容量 SATA，较低内存 |
| Coordinating | 2~3 | [] |
中高内存，处理聚合结果 |
| Ingest | 可选 | [ingest] |
若大量使用 pipeline |