OpenStore存储引擎是阿里云Elasticsearch团队针对日志、检索等场景自研的弹性、高性能、低成本的存储引擎，本文介绍OpenStore存储引擎的架构优势和适用场景。
引擎架构
该架构基于多级存储设计，对上层提供统一的高性能文件系统服务：
Leader/Follower：在OpenStore架构中，主分片（Leader）负责构建索引并将生成的Segment文件上传到共享存储。副本分片（Follower）不再独立构建索引，而是直接从共享存储同步数据。
NameNode：作为Openstore分布式元信息管理中心，管理包括集群拓扑、全局namespace在内的分布式元信息，同时提供统一的任务调度服务如数据复制任务，保证集群的分布式一致性。
Native Metadata Manager(NMM)：作为本地元信息管理中心，管理包括文件长度、更新时间、持久化状态等在内的文件本地元信息，同时提供基础的UFS接入能力，如加载文件、持久化文件等原子操作。
Shared Data Service：远端共享数据服务，提供海量的数据存储能力。
优势
存储计算分离：OpenStore的核心设计理念，计算资源（Elasticsearch节点）和存储资源（远端共享存储）可以独立扩展。当计算需求增加时，您可以快速增加节点而无需迁移数据；当存储需求增加时，可利用远端共享存储的海量扩展能力，实现了计算与存储资源的解耦和独立弹性伸缩。
数据一致性：通过基于Raft实现的混合存储一致性协议，确保本地缓存与远端共享存储之间的数据状态一致，为上层应用提供统一、可靠的数据视图。
易用性：全自动的索引生命周期管理，您只需要做简单的索引周期配置，引擎完全托管了索引冷热分离和数据迁移OpenStore存储的全过程。
高可用：基于存储计算分离架构，多副本之间共享一份数据，不增加额外存储成本；底层存储服务保证集群的数据高可用，提供99.9999999999%（可达12个9）的数据持久性。
存储类型及适用场景
存储类型 | ||
访问延迟 （本地缓存命中） | 0.2ms | 0.2ms |
访问延迟 （本地缓存未命中） | 50ms~400ms | 1ms |
访问吞吐 （本地缓存命中） | 1GB/s | 最大350MB/s （ESSD PL1性能，和磁盘大小相关，请参考ESSD云盘） |
访问吞吐 （本地缓存未命中） | 750MB/s | 实际机型带宽等相关信息，请参考计算型实例规格族c8i |
适用场景 | 监控日志、历史订单、归档数据等低频访问数据 | 实时报表、在线计算、实时搜索等低延迟访问数据 |
访问延迟仅表示存储访问延迟，不代表端到端访问延迟。