0
点赞
收藏
分享

微信扫一扫

基于MTL的多任务视频推荐系统

编程练习生J 2024-09-25 阅读 32

文章目录

前言

通过前面的学习,我们已经初步的掌握了 ES 的大部分用法。
后面的篇章会介绍 ES 集群相关的内容。
本文着重介绍 ES 节点类型,以及他们的作用。
简单大概了解下本章的内容,为后面的学习做铺垫。

Coordinating node

协调节点,用于分发请求,汇总结果并返回给客户端。
在 ES 中,每个节点默认都是协调节点。
在这里插入图片描述

Master-eligible node

具有投票,选举为 master,管理集群的权限。
在生产环境,一般会设置 3 个专门的 master-eligible node

对应的修改项为:elasticsearch.yml 文件的
node.roles 配置。
node.roles: [master]

Data node

数据节点,具有对数据 CURD 的权限。
node.roles: [ data ]

为了满足数据分层架构的需要,ES 也支持将 Data node 进一步的细分。(事实上,开发中很少接触到这部分内容)

节点类型作用配置
content data node适用于数据需要长期存储,且需要被快速检索出来,无论数据有点旧。检索速度会更快,但写入速度稍慢node.roles: [ data_content ]
hot data node存储频繁被查询的热点时间序列数据node.roles: [ data_hot ]
warm data node暖数据,查询频率少于热点数据node.roles: [ data_warm ]
Cold data node冷数据,查询频率较低的数据node.roles: [ data_cold ]
Frozen data node冻结层,不再被查询或者很少查询node.roles: [ data_frozen ]

Coordinating only node

仅负责分发请求,汇总结果并返回给客户端。
node.roles: [ ]

在大型集群上,设置仅负责分发请求的协调节点会非常有效

Remote-eligible node

用于跨集群搜索、跨集群复制

node.roles: [ remote_cluster_client ]

Machine learning node

机器学习节点运行作业并处理机器学习API请求

node.roles: [ ml ]
举报

相关推荐

0 条评论