文档中心>Elasticsearch Service>常见问题>ES 集群>集群异常问题>集群健康状态异常(RED、YELLOW)如何解决?

集群健康状态异常(RED、YELLOW)如何解决?

最近更新时间:2024-10-14 10:42:42

我的收藏

集群状态为什么会异常?

集群状态在什么情况下发生 RED 和 YELLOW:
当集群存在未分配的主索引分片,集群状态会为 RED。该情况影响索引读写,需要重点关注。
当集群所有主索引分片都是已分配的,但是存在未分配的副本索引分片,集群状态则会 YELLOW。该情况不影响索引读写,一般会自动恢复。

查看集群状态

使用 kibana 开发工具,查看集群状态:
GET /_cluster/health
这里可以看到,当前集群状态为 red,有9个未分配的分片。


ES 健康接口返回内容官方解释:
指标
含义
cluster_name
集群的名称
status
集群的运行状况,基于其主要和副本分片的状态。状态为:
– green:所有分片均已分配
– yellow:所有主分片均已分配,但未分配一个或多个副本分片。如果群集中的某个节点发生故障,则在修复该节点之前,某些数据可能不可用
– red:未分配一个或多个主分片,因此某些数据不可用。在集群启动期间,这可能会短暂发生,因为已分配了主要分片
timed_out
如果 false 响应在 timeout 参数指定的时间段内返回(30s默认情况下)
number_of_nodes
集群中的节点数
number_of_data_nodes
作为专用数据节点的节点数
active_primary_shards
活动主分区的数量
active_shards
活动主分区和副本分区的总数
relocating_shards
正在重定位的分片的数量
initializing_shards
正在初始化的分片数
unassigned_shards
未分配的分片数
delayed_unassigned_shards
其分配因超时设置而延迟的分片数
number_of_pending_tasks
尚未执行的集群级别更改的数量
number_of_in_flight_fetch
未完成的访存数量
task_max_waiting_in_queue_millis
自最早的初始化任务等待执行以来的时间(以毫秒为单位)
active_shards_percent_as_number
集群中活动碎片的比率,以百分比表示

问题分析

当集群状态异常时,需要重点关注 unassigned_shards 没有正常分配的分片,这里举例说明其中一种场景。

找到异常索引

查看索引情况,并根据返回找到状态异常的索引。
GET /_cat/indices




查看详细的异常信息

GET /_cluster/allocation/explain



这里通过异常信息可以看出:
1. 主分片当前处于未分配状态(current_state),发生这个问题的原因是分配了该分片的节点已从集群中离开(unassigned_info.reason)。
2. 上述问题发生后,分片无法自动分配分片的原因是集群中没有该分片的可用副本(can_allocate)。
3. 同时也给出了更详细的信息(allocate_explanation)。
这种情况发生的原因是集群有节点下线,导致主分片已没有任何可用的分片数据,当前唯一能做的事就是等待节点恢复并重新加入集群。
注意
某些极端场景,例如单副本集群的分片发生了损坏,或是文件系统故障导致该节点被永久移除,而此时只能接受数据丢失的事实,并通过 reroute commends 来重新分配空的主分片。为了尽量避免这种极端的场景,建议合理设计索引分片,不要给索引设置单副本。这里所谓的单副本,指的是索引有主分片,但没有副本分片,或称之为0副本。合理设计索引分片,可以将集群的总分片控制在一个很健康的规模,可以在保证高可用的情况下更加充分地利用集群分布式的特性,提高集群整体性能。

分片未分配(unassigned_info.reason)的所有可能

可通过如下分析方式初步判断集群产生未分配分片的原因,一般都可以在 allocation explain api 中得到想要的答案。
说明
集群状态如果长时间未自动恢复,或是无法解决,则需要通过 售后支持 联系腾讯云技术支持。
reason
原因
INDEX_CREATED
索引创建,由于 API 创建索引而未分配的
CLUSTER_RECOVERED
集群恢复,由于整个集群恢复而未分配
INDEX_REOPENED
索引重新打开
DANGLING_INDEX_IMPORTED
导入危险的索引
NEW_INDEX_RESTORED
重新恢复一个新索引
EXISTING_INDEX_RESTORED
重新恢复一个已关闭的索引
REPLICA_ADDED
添加副本
ALLOCATION_FAILED
分配分片失败
NODE_LEFT
集群中节点丢失
REROUTE_CANCELLED
reroute 命令取消
REINITIALIZED
重新初始化
REALLOCATED_REPLICA
重新分配副本