建议采用存算一体组网，即存储节点和计算节点共用，充分发挥OmniRuntime子特性在大数据场景的计算加速效果。
ESS模式
OmniShuffle Shuffle加速组件在ESS模式下的组网规划采用存算一体架构，由4个节点构成，包括一个管理节点和三个计算节点。
此处以存储节点为HDFS为示例说明，其中：
- 管理节点为server，用于管理任务。
- 计算节点为agent01、agent02和agent03，用于运行OmniShuffle Shuffle加速组件查询引擎服务以及存储数据集。
一台服务器可以同时充当管理节点、计算节点（如果是单机安装模式，后续文章中提到的在管理节点/计算节点上执行的操作，均需要在一个节点上执行），组网规划如图1所示。
RSS模式
- OmniShuffle Shuffle加速组件RSS在Spark任务Shuffle数据量大的情况下提升才会比较明显。
- OmniShuffle Shuffle加速组件RSS采用存算分离架构，所以对带宽要求较高。例如当集群带宽低于50GE且数据量大的情况下，带宽会成为性能瓶颈。
- OmniShuffle Shuffle加速组件RSS把Shuffle数据存储在独立的RSS集群，RSS节点的规模远小于计算节点，多任务情况下Shuffle数据需要落盘，因此对盘的要求较高，建议使用NVMe SSD盘。如使用HDD盘，数据量大的情况下，磁盘IO会成为性能瓶颈。
OmniShuffle Shuffle加速组件在RSS模式下的组网规划采用存算分离架构，由9个节点构成，包括1个管理节点，6个计算节点和2个存储节点。
其中：
- 管理节点为server，用于管理任务。
- 计算节点为agent01、agent02、agent03、agent04、agent05和agent06，用于运行OmniShuffle Shuffle加速组件查询引擎服务。
- 存储节点为RSS01和RSS02，用于存储Shuffle过程中的数据集。
组网规划如图2所示
