ES集群规划与调优
需要多大规模的集群，需要从以下两个方面考虑：
- 当前的数据量有多大？数据增长情况如何？
- 你的机器配置如何？cpu、多大内存、多大硬盘容量？
推算的依据
Elasticsearch JVM heap 最大可以设置32G 。 30G heap 大概能处理的数据量 10 T。如果内存很大如 128G，可在一台机器上运行多个ES节点实例。集群规划满足当前数据规模+适量增长规模即可，后续可按需扩展。
两类应用场景
- 用于构建业务搜索功能模块，且多是垂直领域的搜索。数据量级几千万到数十亿级别。一般2-4台机器的规模。
- 用于大规模数据的实时OLAP（联机处理分析），经典的如ELK Stack，数据规模可能达到千亿或更多。几十到上百节 点的规模。
集群中的节点角色如何分配
节点角色： Master node.master: true 节点可以作为主节点 DataNode node.data: true 默认是数据节点 Coordinate node 协调节点，一个节点只作为接收请求、转发请求到其他节点、汇总各个节点返回数据等功能的节 点，就叫协调节点，如果仅担任协调节点，将上两个配置设为false。 说明：一个节点可以充当一个或多个角色，默认三个角色都有
索引应该设置多少个分片
ElasticSearch推荐的最大JVM堆空间是30~32G, 所以把你的分片最大容量限制为30GB, 然后再对分片数量做合理估 算. 在开始阶段, 一个好的方案是根据你的节点数量按照1.5~3倍的原则来创建分片. 例如,如果你有3个节点, 则推荐你 创建的分片数最多不超过9(3x3)个。当性能下降时，增加节点，ES会平衡分片的放置。 对于基于日期的索引需求, 并 且对索引数据的搜索场景非常少. 也许这些索引量将达到成百上千, 但每个索引的数据量只有1GB甚至更小. 对于这种 类似场景, 建议只需要为索引分配1个分片。如日志管理就是一个日期的索引需求，日期索引会很多，但每个索引存放的日志数据量就很少。
推荐阅读
粒度数据权限控制框架
高性能：为什么说Elasticsearch的倒排表比mySql的B+树查询快呢？
技术总体方案设计思路
Module 2:\u000BIntroduction to UML