Elasticsearch 集群健康值紅色終極解決方案是怎樣的

這篇文章給大家介紹Elasticsearch 集群健康值紅色終極解決方案是怎樣的，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

Elasticsearch當清理緩存（ echo 3 > /proc/sys/vm/drop_caches ）的時候，出現 
如下集群健康值：red，紅色預警狀態，同時部分分片都成為灰色。 
 
查看Elasticsearch啟動日志會發現如下： 
集群服務超時連接的情況。

bserver: timeout notification from cluster service. timeout setting [1m], time since start [1m]

該問題排查耗時很長，問題已經解決。 
特將問題排查及解決方案詳盡的整理出來。

1、集群狀態解讀

head插件會以不同的顏色顯示。 
1）、綠色——最健康的狀態，代表所有的主分片和副本分片都可用； 
2）、黃色——所有的主分片可用，但是部分副本分片不可用； 
3）、紅色——部分主分片不可用。（此時執行查詢部分數據仍然可以查到，遇到這種情況，還是趕快解決比較好。） 
參考官網：http://t.cn/RltLEpN（部分中文集群健康狀態博文資料翻譯的不夠精確，以官網為準）

如果集群狀態為紅色， Head插件顯示：集群健康值red 。則說明：至少一個主分片分配失敗。

這將導致一些數據以及索引的某些部分不再可用。

盡管如此， ElasticSearch還是允許我們執行查詢，至于是通知用戶查詢結果可能不完整還是掛起查詢，則由應用構建者來決定。

2、什么是unassigned 分片？

一句話解釋：未分配的分片。 
啟動ES的時候，通過Head插件不停刷新，你會發現集群分片會呈現紫色、灰色、最終綠色的狀態。

3、為什么會出現 unassigned 分片？

如果不能分配分片，例如，您已經為集群中的節點數過分分配了副本分片的數量，則分片將保持UNASSIGNED狀態。 
其錯誤碼為：ALLOCATION_FAILED。

你可以通過如下指令，查看集群中不同節點、不同索引的狀態。

GET _cat/shards?h=index,shard,prirep,state,unassigned.reason

4、出現unassigned 分片后的癥狀？

head插件查看會：Elasticsearch啟動N長時候后，某一個或幾個分片仍持續為灰色。

5、unassigned 分片問題可能的原因？

6、集群狀態紅色如何排查？

7、如何Fixed unassigned 分片問題？

方案一：極端情況——這個分片數據已經不可用，直接刪除該分片。 
ES中沒有直接刪除分片的接口，除非整個節點數據已不再使用，刪除節點。 
curl -XDELETE ‘localhost:9200/index_name/’

方案二：集群中節點數量>=集群中所有索引的最大副本數量 +１。 
N> = R + 1 
其中： 
N——集群中節點的數目； 
R——集群中所有索引的最大副本數目。 
知識點：當節點加入和離開集群時，主節點會自動重新分配分片，以確保分片的多個副本不會分配給同一個節點。換句話說，主節點不會將主分片分配給與其副本相同的節點，也不會將同一分片的兩個副本分配給同一個節點。 
如果沒有足夠的節點相應地分配分片，則分片可能會處于未分配狀態。 
由于我的集群就一個節點，即Ｎ＝１；所以Ｒ＝０，才能滿足公式。

問題就轉嫁為： 
１）添加節點處理，即Ｎ增大； 
２）刪除副本分片，即R置為0。 
R置為0的方式，可以通過如下命令行實現：

root@tyg:/# curl -XPUT "http://localhost:9200/_settings" -d' {  "number_of_replicas" : 0 } '{"acknowledged":true}

方案三：allocate重新分配分片。 
如果方案二仍然未解決，可以考慮重新分配分片。

可能的原因：

1）節點在重新啟動時可能遇到問題。正常情況下，當一個節點恢復與群集的連接時，它會將有關其分片的信息轉發給主節點，然后主節點將這分片從“未分配”轉換為“已分配/已啟動”。

2）當由于某種原因（例如節點的存儲已被損壞）導致該進程失敗時，分片可能保持未分配狀態。

在這種情況下，您必須決定如何繼續：嘗試讓原始節點恢復并重新加入集群（并且不要強制分配主分片）；

或者強制使用Reroute API分配分片并重新索引缺少的數據原始數據源或備份。 
如果您決定分配未分配的主分片，請確保將“allow_primary”：“true”標志添加到請求中。

ES5.X使用腳本如下：

ES2.X及早期版本，將 allocate_replica改為 allocate，其他不變。

腳本解讀： 
步驟1：定位 UNASSIGNED 的節點和分片

curl -s 'localhost:9200/_cat/shards' | fgrep UNASSIGNED

步驟2：通過 allocate_replica 將 UNASSIGNED的分片重新分配。

8、核心知識點

1）路由 
原理很簡單，把每個用戶的數據都索引到一個獨立分片中，在查詢時只查詢那個用戶的分片。這時就需要使用路由。 
使用路由優勢：路由是優化集群的一個很強大的機制。 
它能讓我們根據應用程序的邏輯來部署文檔, 從而可以用更少的資源構建更快速的查詢。

2）在索引過程中使用路由 
我們可以通過路由來控制 ElasticSearch 將文檔發送到哪個分片。 
路由參數值無關緊要，可以取任何值。重要的是在將不同文檔放到同一個分片上時, 需要使用相同的值。

3）指定路由查詢 
路由允許用戶構建更有效率的查詢，當我們只需要從索引的一個特定子集中獲取數據時, 為什么非要把查詢發送到所有的節點呢?

指定路由查詢舉例:

curl -XGET 'localhost:9200/documents/_search?pretty&q=*:*&routing=A'

4）集群再路由reroute 
reroute命令允許顯式地執行包含特定命令的集群重新路由分配。

例如，分片可以從一個節點移動到另一個節點，可以取消分配，或者可以在特定節點上顯式分配未分配的分片。

5）allocate分配原理 
分配unassigned的分片到一個節點。

將未分配的分片分配給節點。接受索引和分片的索引名稱和分片號，以及將分片分配給它的節點。。 
它還接受allow_primary標志來明確指定允許顯式分配主分片（可能導致數據丟失）。

9、小結

1）該問題的排查累計超過6個小時，最終找到解決方案。之前幾近沒有思路，想放棄，但咬牙最終解決。

2) 切記，第一手資料很重要！ 
Elasticsearch出現問題，最高效的解決方案是第一手資料ES英文官網文檔，其次是ES英文論壇、ES github issues，再次是stackoverflow等英文論壇、博客。最后才是：Elasticsearch中文社區、其他相關中文技術博客等。

關于Elasticsearch 集群健康值紅色終極解決方案是怎樣的就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。