计算节点选型：

 

机型名称 CPU Mem 适合场景

通用型

1:4 esearch-4c16g 4 16 适合平衡型场景，适用于大多数通用搜索和分析任务。

当实例需要处理中等规模的数据集，并且查询和索引操作相对平衡时，这种比例可以提供足够的处理能力和内存资源。

esearch-8c32g 8 32

计算加强型

1:2 esearch-8c16g 8 16 适合CPU密集型操作，如需要进行大量数据聚合或实时分析的场景。

当查询操作非常复杂，需要进行大量的数据计算和聚合时，较高的CPU资源可以提高处理速度。

esearch-16c32g 16 32

内存优化型

1:8 esearch-4c32g 4 32 适合内存密集型操作，如大量数据的索引和搜索。

当数据集较大，需要频繁进行全文搜索或复杂查询时，较高的内存可以提高缓存效率，减少磁盘I/O操作。

 

存储容量预估：
副本数量：副本有利于增加数据的可靠性，但同时会增加存储成本。默认和建议的副本数量为1。
注意：实例的磁盘容量不等于可使用的数据空间大小
Elasticsearch和OpenSearch通常可以将数据压缩20~30%。
1GB原始数据-> 1*1.2(Json转换因子)*0.8(压缩) -> 0.96压缩比。
磁盘空间使用率（一般建议为70%）。
索引开销：可以使用 cat/indices?v API 和 __pri.store.size_ 值计算确切的开销计算，通常比源数据大 10%
操作系统预留空间：默认操作系统会保留5%的文件系统供您处理关键流程、系统恢复以及防止磁盘碎片化问题等
因此
存储容量 = 源数据 * (1 + 副本数量) * 0.96 / （1 - 磁盘使用率）*（1 *索引开销）*（1 *预留空间） ≈ 源数据 * 2 * 0.96 / 0.7 *1.1 *1.05 = 源数据*3.168。根据原始数据大小，至少要预留大概3倍以上的空间

节点数量预估：
集群建议最大节点数 = 单节点 CPU * 5
单节点磁盘最大容量：
搜索类场景：单节点磁盘最大容量 = 单节点内存大小（GB）* 10。
日志类等场景：单节点磁盘最大容量 = 单节点内存大小（GB）* 50。
通用类等场景：单节点磁盘最大容量 = 单节点内存大小（GB）* 30。

配置    最大节点数    单节点磁盘最大容量 (查询)    单节点磁盘最大容量 (日志)
4 核 16G    20    160 GB    800 GB
8 核 32G    40    320 GB    1.5 TB
16 核 64G    80    640 GB    2 TB

分片数量规划：
适用场景：
日志类，写入频繁，查询较少，单个分片 30G 左右
搜索类，写入少，查询频繁，单个分片不超过 20G
每个 Elasticsearch 索引被分为多个分片，数据按哈希算法打散到不同的分片中。由于索引分片的数量影响读写性能和故障恢复速度，建议提前规划。
分片使用概要：
在单节点上，最大分片数量为 1000
单个分片大小尽量保持在 10-50G 之间为最佳体验，一般推荐在 30G 左右.
分片过大可能使故障恢复速度变慢
分片过小可能导致非常多的分片，因为每个分片会使用占用一些 CPU 和内存，从而导致读写性能和内存不足的问题。
当分片数量超过数据节点数量时，建议分片数量接近数据节点的整数倍，便于将分片均匀的分布到数据节点中。