背景
性能与容量之间的矛盾由来已久，同样的问题在 Elasticsearch 中也存在。为了保证 Elasticsearch 的读写性能，官方建议磁盘使用 SSD 固态硬盘。然而 Elasticsearch 要解决的是海量数据的存储和检索问题，海量的数据就意味需要大量的存储空间，如果都使用SSD固态硬盘成本将成为一个很大的问题。
为了解决这个问题，Elasticsearch 冷热分离架构应运而生，集群允许节点异构，有规则的将集群的节点分成不同类型，部分是高性能的节点用于存储热点数据，部分是性能相对差些的大容量节点用于存储冷数据，这样可以一方面保证热数据的性能，另一方面保证冷数据的存储，降低存储成本，这也是Elasticsearch冷热分离架构的基本思想。
CurveFS 助力 ES 冷数据存储
在 Elasticsearch 冷热分离集群中的“冷”属性的节点上，可以使用 CurveFS 来代替大容量低成本的硬件，一方面 CurveFS 是兼容 POSIX 接口的分布式文件系统，对上层应用在使用上与本地盘无异；另一方面，CurveFS 可对接 S3 兼容的对象存储，在容量大小上近似弹性的无限容量，且在存储成本、数据可靠性和易维护方面相较于本地盘具有优势。
用户测试
- 部署 CurveFS 集群
- 在 ES 集群的冷数据节点上挂载 Curve-fuse 到特定数据目录（作为ES data node 的数据目录）
- 部署 ES 冷热分离的集群测试