本篇文章将介绍如下内容：

• 节点角色简介
• 配置节点角色
• 使用命令查看节点角色
• 改变一个节点的角色
• 数据存储目录配置

本文基于Elasticsearch 7.10版本!

任何时刻启动一个Elasticsearch实例，我们就是在启动一个节点，多个节点的集合被称为集群。如果你运行着一个Elasticsearch节点，那就意味着你拥有一个只有一个节点的集群。

默认情况下，集群中的每个节点都支持HTTP（外部访问）和Transport（节点间）通信，Transport专门用于节点间通信，HTTP被用作REST客户端访问。

在集群中，每个节点都保存了其他节点的路由信息，因此每个节点都可以将搜索和索引请求转发到正确的节点上，进行数据的读写。

默认情况下，所有节点都拥有以下角色，主候选节点、数据节点、摄取节点、机器学习节点，所有的数据节点也是转换节点。

随着集群数据量的增长，如果你拥有大量的机器学习任务或者连续的数据转换任务，需要把主候选节点同数据节点、机器学习节点、转换节点分离开来，以免相互影响，造成集群不可用。

1、节点的角色介绍

可以通过node.roles属性，定义一个节点的角色，如果不配置，节点默认拥有以下所有的角色。

• master
• data
• data_content
• data_hot
• data_warm
• data_cold
• ingest
• ml
• remote_cluster_client

如果配置了node.roles，节点就只拥有配置的角色。

（1）Master-eligible node：候选主节点，具有管理角色的节点，该节点有资格被选为可以管理集群的主节点

（2）Data node：数据节点，存储数据，并且可以执行CRUD、搜索、聚合等请求。

（3）Ingest node：摄取节点，可以对文档进行转换和丰富，如果对集群来讲摄取操作负载较重，应该将摄取节点同master、data节点分开。

（4）Remote-eligible node：远程资格节点，如果有多个集群，可以使用此节点进行跨集群的数据访问。

（5）Machine learning node：机器学习节点，机器学习功能至少需要一个节点，

（6）Transform node：转换节点，如果想使用转换功能，使用此功能集群至少需要一个节点。

（7）Coordinating node：所有节点都是协调节点，不可以禁用，负责处理搜索和索引请求。对于搜索来讲，协调节点分成两个步骤去执行命令，第一步将请求分发给合适的节点查询数据，第二步对所有节点返回的数据进行汇总，并响应结果。

2、配置节点角色

（1）Master-eligible node：候选主节点，master节点的职责是创建索引、删除索引、监控集群中的所有节点、决定分片应当分配到哪一个节点上，拥有一个稳定的主节点对集群非常重要。候选主节点可以通过节点选举过程被选举为主节点。主节点最好是专用的，不和其他角色共用，以免其他的操作对master节点负载造成影响，导致集群不可用。下面的配置可以设置一个专用的主节点

node.roles: [ master ]

（2）Voting-only master-eligible node：只投票候选主节点。此节点虽然是候选主节点，但是不发起选举，别的节点发起选举时，它负责投票。可以使用下面的参数配置一个只投票的候选主节点

node.roles: [ data, master, voting_only ]

高可用的集群至少需要三个候选master节点，其中至少两个拥有选举功能，这样的集群即使有一个节点不可用也可以正常选举出master节点。投票节点不被选为maser节点，对服务器的配置要求不高；但是maser节点和投票节点需要定时的同步集群信息，所有对网络通信延迟要求很高。

（3）Data node：数据节点，存储了集群中所有分片的文档数据，处理CRUD、搜索和聚合操作。数据节点是IO、内存、CPU密集型节点，当节点负载过高时，需要及时扩展数据节点。下面是专用数据节点的配置

node.roles: [ data ]

可以对数据节点再做细分，分为data_content,data_hot, data_warm, or data_cold，四种角色，一个节点可以拥有多个此种角色，下面详细介绍这四种节点。

（4）data_content ：内容数据节点，用于创建用户存储的内容，支持CRUD、搜索和聚合操作，配置如下

node.roles: [ data_content ]

（12）data_hot :热数据节点，存储热点数据，需要服务器拥有很高的读写性能，一般需要配置SSD硬件资源。使用下面的命令，配置一个热数据节点

node.roles: [ data_hot ]

（5）data_warm ：温和数据节点，存储的数据不经常被更新，但是还是会经常查询，查询频率小于热点数据，可以使用较差的磁盘。

node.roles: [ data_warm ]

（6）data_cold ：冷数据节点，存储只读数据，访问频率较低，

node.roles: [ data_cold ]

（7）ingest：摄取节点，可以对文档进行转换和丰富，如果对集群来讲摄取操作负载较重，应该将摄取节点同master、data节点分开。

node.roles: [ ingest ]

（8）协调节点：使用专用的协调节点，可以使规模较大的集群从中受益，但是协调节点的数量过多，会增加集群的负担，在集群数据量不大的情况下，可以使用数据节点来充当协调节点。当所有角色都不配置，该节点为专用协调节点。

node.roles: [ ]

（9）remote_cluster_client ：默认情况下，任何节点都可以作为垮集群访问节点，使用此节点不仅可以垮集群检索，还可以跨集群同步数据。

node.roles: [ remote_cluster_client ]

（10）机器学习节点：执行机器学习任务和处理机器学习API请求

node.roles: [ ml ] xpack.ml.enabled: true

(11)转换节点：对索引数据进行转换，从源索引拷贝数据，然后转换数据，比如做一些过滤等操作，然后持久化数据至另一个索引。

node.roles: [ transform ]

3、使用下面的命令查看节点角色

（1）查看所有节点信息

curl -X GET "localhost:9200/_cat/nodes?v"

• c (cold node)
• d (data node)
• h (hot node)
• i (ingest node)
• l (machine learning node)
• m (master-eligible node)
• r (remote cluster client node)
• s (content node)
• t (transform node)
• w (warm node)

master项为*，表示是主节点，-的话表示候选主节点

（2）使用命令指定节点角色，然后重启节点

./bin/elasticsearch -Enode.roles=data,master,ingest

（3）再次使用命令验证下节点角色

curl -X GET "localhost:9200/_cat/nodes?v"

4、改变节点角色

（1）每个数据节点都维护着以下的数据：

• 分配到当前节点的分片数据
• 分配到当前节点的索引元数据
• 集群范围内的元数据，比如settings 和索引模板数据

（2）每个master节点维护着以下的数据：

• 集群中所有节点的索引信息
• 集群范围内的元数据，比如settings 和索引模板数据

在启动的时候，每个节点会检查自己的数据文件。如果发现数据文件和自己角色不匹配，节点拒绝启动。更准确地说，非数据节点，发现自己的节点上有分片数据，则拒绝启动；即不是数据节点也不是主节点，如果发现索引的元数据配置也会决绝启动。

可以通过修改节点角色，然后重启节点，来改变节点的角色，但是在重启之前要做一些预处理：

• 如果想重新使用数据节点，并且删除其数据角色，则需要使用分片分配过滤，把节点上的分片数据安全迁移至集群中的其他节点上，然后再修改节点角色，重启节点。
• 如果你想将一个节点重新定义成一个即不具有数据角色，也不具有主角色的节点。最简单的方式就是启动一个具有空数据路径的全新节点。当然了，最安全的，还是要使用分片分配过滤，把节点上的分片全部迁移至其他节点上。

如果，按照上面的步骤无法完成角色变更，可以使用elasticsearch-node repurpose工具，删除多余的数据，然后重试。

5、数据存储目录配置

默认情况下的数据是存储在$ES_HOME/data目录下，但是也可以通过下面的配置修改其存储目录。

path.data: /var/elasticsearch/data

如果文章对您有帮助，欢迎关注、点赞、留言，我会持续更新Elasticsearch技术相关文章，和大家一起学习进步！