【ES实战】分片无法分配

分片无法分配的问题思路

一、寻找到无法分配的索引分片

GET /_cat/shards?v&s=state:desc

结果

索引名称                         分片编号 主副分片 分片状态        文档数量   分片存储大小 分配所在IP           分配所在node名称
index                           shard  prirep state          docs     store      ip                  node

state为unassigned代表未分配的分片。

二、查询分片未分配的理由

可以指定某个分片查询未分配的理由

GET _cluster/allocation/explain
{
  "index": "index",
  "shard": 0,
  "primary": true
}

index：索引名称

shard：分片编号

primary：是否是主分片

也可以直接使用命令

GET /_cluster/allocation/explain

这个命令只会展示出一条无法分配索引的分片的信息，包括无法分配的理由。

分片没有被分配的错误类型

错误类型	说明
INDEX_CREATED	由于 create index api 创建索引导致，索引创建过程中，把索引的全部分片分配完毕需要一个过程，在全部分片分配完毕之前，该索引会处于短暂的 RED 或 YELLOW 状态。因此监控系统如果发现集群 RED，不一定代表出现了故障。
CLUSTER_RECOVERED	集群完全重启时，所有分片都被标记为未分配状态，因此在集群完全重启时的启动阶段，reason属于此种类型。
INDEX_REOPENED	open 一个之前 close 的索引， reopen 操作会将索引分配重新分配。
DANGLING_INDEX_IMPORTED	正在导入一个 dangling index，什么是 dangling index？悬空索引 磁盘中存在，而集群状态中不存在的索引称为 dangling index，例如从别的集群拷贝了一个索引的数据目录到当前集群，Elasticsearch 会将这个索引加载到集群中，因此会涉及到为 dangling index 分配分片的过程。
NEW_INDEX_RESTORED	从快照恢复到一个新索引。
EXISTING_INDEX_RESTORED	从快照恢复到一个关闭状态的索引。
REPLICA_ADDED	增加分片副本。
ALLOCATION_FAILED	由于分配失败导致。
NODE_LEFT	由于节点离线。
REROUTE_CANCELLED	由于显式的cancel reroute命令。
REINITIALIZED	由于分片从 started 状态转换到 initializing 状态。
REALLOCATED_REPLICA	由于迁移分片副本。
PRIMARY_FAILED	初始化副分片时，主分片失效。
FORCED_EMPTY_PRIMARY	强制分配一个空的主分片。
MANUAL_ALLOCATION	手工强制分配分片。

三、根据分片未分配的理由可以进行一些处理

1. 简单重试

POST /_cluster/reroute?retry_failed=true

2. 尝试定向分配主分片 可能丢数据

POST /_cluster/reroute
{
    "commands" : [
        {
          "allocate_stale_primary" : {
                "index" : "indexName",
                "shard" : 1,
                "node" : "es-prd-node1",
                "accept_data_loss": true
          }    
        }
    ]
}

3. 尝试初始化主分片，必然失去数据

POST /_cluster/reroute
{
    "commands" : [
        {
          "allocate_empty_primary" : {
                "index" : "indexName",
                "shard" : 1,
                "node" : "es-prd-node1",
                "accept_data_loss": true
          }    
        }
    ]
}

4. 对于一些副本分片无法重新分配的情况，可以讲副本数修改为比较少的数 比如1，在修改为原来的数量。千万不要讲副本分片数轻易设为0。

PUT myIndex-20210921/_settings
{
 "number_of_replicas": 1
}

5. 一些可以丢数据的场景，直接删除索引重建，也可以快速恢复集群。比如由于副本分片数为0，代表可以丢失数据，在主分片无法恢复的情况下，直接重建此索引。

GET indexName

PUT indexName
{
 ....
}

由于集群active Master节点压力过大，或者通信延迟较高，导致元数据信息更新与实际分片信息出现误差时，也会出现分片无法分配的情况，一般表现为节点路径下找不到该索引的相关文件，如果该索引存在副本分片，可以遍历所有ESNode实例的存储路径，应该是可以找到相关文件的(不保证最新完整)，直接拷贝到元数据中指定的Node实例的对应劜，是可以恢复数据的（不保证不丢失数据）。

四、查询恢复情况

GET _cat/recovery/indexName?v