Elasticsearch学习之集群常见状况处理（干货）
Posted sunfie
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了Elasticsearch学习之集群常见状况处理（干货）相关的知识，希望对你有一定的参考价值。
1. 集群健康状况处理
当集群处于yellow或者red状态的时候，整体处理步骤如下：
（1） 首先查看集群状态
localhost:9200/_cluster/health?pretty
"cluster_name": "elasticsearch",
"status": "yellow",
"timed_out": false,
"number_of_nodes": 1,
"number_of_data_nodes": 1,
"active_primary_shards": 278,
"active_shards": 278,
"relocating_shards": 0,
"initializing_shards": 0,
"unassigned_shards": 278,
"delayed_unassigned_shards": 0,
"number_of_pending_tasks": 0,
"number_of_in_flight_fetch": 0,
"task_max_waiting_in_queue_millis": 0,
"active_shards_percent_as_number": 50
主要关注其中的unassigned_shards指标，其代表已经在集群状态中存在的分片，但是实际在集群里又找不着。通常未分配分片的来源是未分配的副本。比如，一个有 5 分片和 1 副本的索引，在单节点集群上，就会有 5 个未分配副本分片。如果你的集群是 red 状态，也会长期保有未分配分片（因为缺少主分片）。其他指标解释：
(1) initializing_shards 是刚刚创建的分片的个数。比如，当你刚创建第一个索引，分片都会短暂的处于 initializing 状态。这通常会是一个临时事件，分片不应该长期停留在 initializing 状态。你还可能在节点刚重启的时候看到 initializing 分片：当分片从磁盘上加载后，它们会从 initializing 状态开始。
(2) number_of_nodes 和 number_of_data_nodes 这个命名完全是自描述的。
(3) active_primary_shards 指出你集群中的主分片数量。这是涵盖了所有索引的汇总值。
(4) active_shards 是涵盖了所有索引的_所有_分片的汇总值，即包括副本分片。
(5) relocating_shards 显示当前正在从一个节点迁往其他节点的分片的数量。通常来说应该是 0，不过在 Elasticsearch 发现集群不太均衡时，该值会上涨。比如说：添加了一个新节点，或者下线了一个节点。
（2）查找问题索引
curl -XGET ‘localhost:9200/_cluster/health?level=indices‘ "cluster_name": "elasticsearch", "status": "yellow", "timed_out": false, "number_of_nodes": 1, "number_of_data_nodes": 1, "active_primary_shards": 278, "active_shards": 278, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 278, "delayed_unassigned_shards": 0, "number_of_pending_tasks": 0, "number_of_in_flight_fetch": 0, "task_max_waiting_in_queue_millis": 0, "active_shards_percent_as_number": 50, "indices": "gaczrk": "status": "yellow", "number_of_shards": 5, "number_of_replicas": 1, "active_primary_shards": 5, "active_shards": 5, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 5 , "special-sms-extractor_zhuanche_20200204": "status": "yellow", "number_of_shards": 5, "number_of_replicas": 1, "active_primary_shards": 5, "active_shards": 5, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 5 , "specialhtl201905": "status": "yellow", "number_of_shards": 1, "number_of_replicas": 1, "active_primary_shards": 1, "active_shards": 1, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 1 ,
"v2":
"status": "red",
"number_of_shards": 10,
"number_of_replicas": 1,
"active_primary_shards": 0,
"active_shards": 0,
"relocating_shards": 0,
"initializing_shards": 0,
"unassigned_shards": 20
,
"sms20181009":
"status": "yellow",
"number_of_shards": 5,
"number_of_replicas": 1,
"active_primary_shards": 5,
"active_shards": 5,
"relocating_shards": 0,
"initializing_shards": 0,
"unassigned_shards": 5
,
......
这个参数会让 cluster-health API 在我们的集群信息里添加一个索引清单，以及有关每个索引的细节（状态、分片数、未分配分片数等等），一旦我们询问要索引的输出，哪个索引有问题立马就很清楚了：v2 索引。我们还可以看到这个索引曾经有 10 个主分片和一个副本，而现在这 20 个分片全不见了。可以推测，这 20 个索引就是位于从我们集群里不见了的那两个节点上。一般来讲，Elasticsearch是有自我分配节点功能的，首先查看这个功能是否开启：
curl -XGET ‘localhost:9200/_cluster/settings?pretty‘ -d ‘ "persistent": , "transient": "cluster": "routing": "allocation": "enable": "all" ‘
level 参数还可以接受其他更多选项：
localhost:9200/_cluster/health?level=shards "cluster_name": "elasticsearch", "status": "yellow", "timed_out": false, "number_of_nodes": 1, "number_of_data_nodes": 1, "active_primary_shards": 278, "active_shards": 278, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 278, "delayed_unassigned_shards": 0, "number_of_pending_tasks": 0, "number_of_in_flight_fetch": 0, "task_max_waiting_in_queue_millis": 0, "active_shards_percent_as_number": 50, "indices": "gaczrk": "status": "yellow", "number_of_shards": 5, "number_of_replicas": 1, "active_primary_shards": 5, "active_shards": 5, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 5, "shards": "0": "status": "yellow", "primary_active": true, "active_shards": 1, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 1 , "1": "status": "yellow", "primary_active": true, "active_shards": 1, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 1 , "2": "status": "yellow", "primary_active": true, "active_shards": 1, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 1 , "3": "status": "yellow", "primary_active": true, "active_shards": 1, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 1 , "4": "status": "yellow", "primary_active": true, "active_shards": 1, "relocating_shards": 0, "initializing_shards": 0, "unassigned_shards": 1 , ......
shards 选项会提供一个详细得多的输出，列出每个索引里每个分片的状态和位置。这个输出有时候很有用，但是由于太过详细会比较难用。
(3) 手动分配未分配分片
查询未分配分片的节点以及未分配原因
localhost:9200/_cat/shards?v&h=index,shard,prirep,state,unassigned.reason index shard prirep state unassigned.reason gaczrk 4 p STARTED gaczrk 4 r UNASSIGNED CLUSTER_RECOVERED gaczrk 2 p STARTED gaczrk 2 r UNASSIGNED CLUSTER_RECOVERED gaczrk 1 p STARTED
未分配原因说明：
INDEX_CREATED: 由于创建索引的API导致未分配。
CLUSTER_RECOVERED: 由于完全集群恢复导致未分配。
INDEX_REOPENED: 由于打开open或关闭close一个索引导致未分配。
DANGLING_INDEX_IMPORTED: 由于导入dangling索引的结果导致未分配。
NEW_INDEX_RESTORED: 由于恢复到新索引导致未分配。
EXISTING_INDEX_RESTORED: 由于恢复到已关闭的索引导致未分配。
REPLICA_ADDED: 由于显式添加副本分片导致未分配。
ALLOCATION_FAILED: 由于分片分配失败导致未分配。
NODE_LEFT: 由于承载该分片的节点离开集群导致未分配。
REINITIALIZED: 由于当分片从开始移动到初始化时导致未分配（例如，使用影子shadow副本分片）。
REROUTE_CANCELLED: 作为显式取消重新路由命令的结果取消分配。
REALLOCATED_REPLICA: 确定更好的副本位置被标定使用，导致现有的副本分配被取消，出现未分配。
然后执行命令手动分配:
curl -XPOST ‘localhost:9200/_cluster/reroute‘ -d ‘ "commands": [ "allocate": "index": "gaczrk(索引名称)", "shard": 4分片编号), "node": "其他node的id", "allow_primary": true ] ‘
如果未分片较多的话，可以用如下脚本进行自动分派：
#!/bin/bash array=( node1 node2 node3 ) node_counter=0 length=$#array[@] IFS=$‘\n‘ for line in $(curl -s ‘http://127.0.0.1:9200/_cat/shards‘| fgrep UNASSIGNED); do INDEX=$(echo $line | (awk ‘print $1‘)) SHARD=$(echo $line | (awk ‘print $2‘)) NODE=$array[$node_counter] echo $NODE curl -XPOST ‘http://127.0.0.1:9200/_cluster/reroute‘ -d ‘ "commands": [ "allocate": "index": "‘$INDEX‘", "shard": ‘$SHARD‘, "node": "‘$NODE‘", "allow_primary": true ] ‘ node_counter=$(((node_counter)%length +1)) done
(4) 快速分配分片
在上面的命令执行输出结果中，假如所有的primary shards都是好的，所有replica shards有问题，有一种快速恢复的方法，就是强制删除掉replica shards，让elasticsearch自主重新生成。 首先先将出问题的index的副本为0
curl -XPUT ‘/问题索引名称/_settings?pretty‘ -d ‘ "index" : "number_of_replicas" : 0 ‘
然后观察集群状态，最后通过命令在恢复期索引副本数据
curl -XGET ‘/问题索引名称/_settings "index" : "number_of_replicas" : 1
等待节点自动分配后，集群成功恢复成gree
（5）集群分片始终处于 INITIALIZING状态
curl -XGET ‘localhost:9200/_cat/shards/7a_cool?v&pretty‘ 7a_cool 5 r STARTED 4583018 759.4mb 10.2.4.21 pt01-pte-10-2-4-21 7a_cool 17 r INITIALIZING 10.2.4.22 pt01-pte-10-2-4-22 《==异常分片
解决办法：
1)首先关闭异常分片主机es 服务；
登陆pt01-pte-10-2-4-22 主机 ，/etc/init.d/elasticsearch stop
如果分片自动迁移至其它主机，状态恢复，则集群正常，如果状态还是在初始化状态，则说明问题依旧存在；则执行上面手动分配分片命令，如果问题依然存在，则将问题索引分片副本数置为0，让集群
自主调整集群分片，调整完成后集群状态变成：green以上是关于Elasticsearch学习之集群常见状况处理（干货）的主要内容，如果未能解决你的问题，请参考以下文章
Elasticsearch 学习之携程机票ElasticSearch集群运维驯服记(强烈推荐)