ElasticSearch：未分配的碎片，如何解决？

我有一个具有4个节点的ES集群：

number_of_replicas: 1
search01 - master: false, data: false
search02 - master: true, data: true
search03 - master: false, data: true
search04 - master: false, data: true

我不得不重新启动search03，当它回来时，它没有问题地重新加入集群，但是留下了7个未分配的碎片。

{
  "cluster_name" : "tweedle",
  "status" : "yellow",
  "timed_out" : false,
  "number_of_nodes" : 4,
  "number_of_data_nodes" : 3,
  "active_primary_shards" : 15,
  "active_shards" : 23,
  "relocating_shards" : 0,
  "initializing_shards" : 0,
  "unassigned_shards" : 7
}

现在，我的集群处于黄色状态。解决此问题的最佳方法是什么？

• 删除（取消）分片？
• 将分片移动到另一个节点？
• 将分片分配给节点？
• 将“ number_of_replicas”更新为2？
• 还有其他东西吗？

有趣的是，当添加新索引时，该节点开始在该节点上工作并与集群的其余部分配合良好，它只是留下了未分配的碎片。

追问问题：我是不是做错了什么导致该事情首先发生？我对重启节点时以这种方式运行的群集没有太大的信心。

注意：如果出于某种原因运行单个节点群集，则可能只需要执行以下操作：

curl -XPUT 'localhost:9200/_settings' -d '
{
    "index" : {
        "number_of_replicas" : 0
    }
}'

默认情况下，Elasticsearch将动态地将分片重新分配给节点。但是，如果您禁用了分片分配（也许您进行了滚动重启并忘记了重新启用它），则可以重新启用分片分配。

# v0.90.x and earlier
curl -XPUT 'localhost:9200/_settings' -d '{
    "index.routing.allocation.disable_allocation": false
}'

# v1.0+
curl -XPUT 'localhost:9200/_cluster/settings' -d '{
    "transient" : {
        "cluster.routing.allocation.enable" : "all"
    }
}'

然后，Elasticsearch将按正常方式重新分配分片。这可能很慢，请考虑提高速度indices.recovery.max_bytes_per_sec并cluster.routing.allocation.node_concurrent_recoveries加快速度。

如果您仍然发现问题，则可能是其他问题，因此请在Elasticsearch日志中查找错误。如果看到EsRejectedExecutionException线程池可能太小。

最后，您可以使用reroute API将分片明确地重新分配给节点。

# Suppose shard 4 of index "my-index" is unassigned, so you want to
# assign it to node search03:
curl -XPOST 'localhost:9200/_cluster/reroute' -d '{
    "commands": [{
        "allocate": {
            "index": "my-index",
            "shard": 4,
            "node": "search03",
            "allow_primary": 1
        }
    }]
}'

好的，我已经在ES支持人员的帮助下解决了这个问题。在所有节点（或您认为是导致问题的节点）上向API发出以下命令：

curl -XPUT 'localhost:9200/<index>/_settings' \
    -d '{"index.routing.allocation.disable_allocation": false}'

<index>您认为是罪魁祸首的索引在哪里？如果您不知道，只需在所有节点上运行此命令：

curl -XPUT 'localhost:9200/_settings' \
    -d '{"index.routing.allocation.disable_allocation": false}'

我还将这一行添加到我的yaml配置中，此后，服务器/服务的任何重新启动都没有问题。碎片立即重新分配。

FWIW为回答经常问到的问题，请将MAX_HEAP_SIZE设置为30G，除非您的计算机的RAM小于60G，在这种情况下，请将其设置为可用内存的一半。

参考资料

• 分片分配意识

这个小小的bash脚本将重新分配蛮力，您可能会丢失数据。

NODE="YOUR NODE NAME"
IFS=$'\n'
for line in $(curl -s 'localhost:9200/_cat/shards' | fgrep UNASSIGNED); do
  INDEX=$(echo $line | (awk '{print $1}'))
  SHARD=$(echo $line | (awk '{print $2}'))

  curl -XPOST 'localhost:9200/_cluster/reroute' -d '{
     "commands": [
        {
            "allocate": {
                "index": "'$INDEX'",
                "shard": '$SHARD',
                "node": "'$NODE'",
                "allow_primary": true
          }
        }
    ]
  }'
done

唯一适合我的方法是更改​​number_of_replicas（我有2个副本，因此我将其更改为1，然后又更改为2）。

第一：

PUT /myindex/_settings
{
    "index" : {
        "number_of_replicas" : 1
     }
}

然后：

PUT /myindex/_settings
{
    "index" : {
        "number_of_replicas" : 2
     }
}

（我已经在这个问题中接受了它）

如果将以下配置设置为全部，Elasticsearch会自动分配碎片。可以使用rest api以及 cluster.routing.allocation.enable设置此配置：全部

如果即使在应用以下配置后es仍无法自动分配分片，那么您必须自己强制分配分片。ES的官方链接

我编写了一个脚本来强制在集群中分配所有未分配的分片。

下面的数组包含要在其中平衡未分配碎片的节点列表

#!/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

我今天也遇到了相同的分片分配问题。W. Andrew Loe III在他的答案中提出的脚本 对我不起作用，因此我对其进行了一些修改，最终它起作用了：

#!/usr/bin/env bash

# The script performs force relocation of all unassigned shards, 
# of all indices to a specified node (NODE variable)

ES_HOST="<elasticsearch host>"
NODE="<node name>"

curl ${ES_HOST}:9200/_cat/shards > shards
grep "UNASSIGNED" shards > unassigned_shards

while read LINE; do
  IFS=" " read -r -a ARRAY <<< "$LINE"
  INDEX=${ARRAY[0]}
  SHARD=${ARRAY[1]}

  echo "Relocating:"
  echo "Index: ${INDEX}"
  echo "Shard: ${SHARD}"
  echo "To node: ${NODE}"

  curl -s -XPOST "${ES_HOST}:9200/_cluster/reroute" -d "{
    \"commands\": [
       {
         \"allocate\": {
           \"index\": \"${INDEX}\",
           \"shard\": ${SHARD},
           \"node\": \"${NODE}\",
           \"allow_primary\": true
         }
       }
     ]
  }"; echo
  echo "------------------------------"
done <unassigned_shards

rm shards
rm unassigned_shards

exit 0

现在，我不是Bash专家，但是该脚本确实适用于我的情况。注意，您需要为“ ES_HOST”和“ NODE”变量指定适当的值。

就我而言，硬盘空间已达到上限。

看这篇文章：https : //www.elastic.co/guide/en/elasticsearch/reference/current/disk-allocator.html

基本上，我跑了：

PUT /_cluster/settings
{
  "transient": {
    "cluster.routing.allocation.disk.watermark.low": "90%",
    "cluster.routing.allocation.disk.watermark.high": "95%",
    "cluster.info.update.interval": "1m"
  }
}

因此，如果使用的硬盘空间小于90％，它将进行分配；如果使用的硬盘空间大于95％，它将将分片移动到群集中的另一台计算机；并且每1分钟检查一次。

也许对某人有帮助，但是我遇到了同样的问题，这是由于日志太大而导致存储空间不足。

希望它能对某人有所帮助！:)

在我的情况下，当我创建一个新索引时，默认的number_of_replicas设置为1。群集中的节点数只有一个，因此没有多余的节点来创建副本，因此运行状况变为黄色。因此，当我使用settings属性创建索引并将number_of_replicas设置 为0时，它工作正常。希望这可以帮助。

PUT /customer
{
    "settings": {
        "number_of_replicas": 0
    }
}

我遇到了同样的问题，但根本原因是版本号不同（两个节点上有问题的1.4.2（有问题）和两个节点上有1.4.4的问题（确定））。第一和第二个答案（将“ index.routing.allocation.disable_allocation”设置为false，将“ cluster.routing.allocation.enable”设置为“ all”）无效。

但是，@ Wilfred Hughes的回答（使用瞬态将“ cluster.routing.allocation.enable”设置为“ all”）给我一个以下语句错误：

[否（目标节点版本[1.4.2]早于源节点版本[1.4.4]））]

在将旧节点更新为1.4.4之后，这些节点开始与其他良好节点进行resnc。

我也遇到了这个问题，并且找到了解决此问题的简便方法。

• 获取未分配碎片的索引

  $ curl -XGET http://172.16.4.140:9200/_cat/shards
  

• 安装策展人工具，并使用它删除索引

  $ curator --host 172.16.4.140 delete indices --older-than 1 \
         --timestring '%Y.%m.%d' --time-unit days --prefix logstash
  

  注意：在我的情况下，索引是当天的logstash 2016-04-21

• 然后再次检查碎片，所有未分配的碎片消失！

我也遇到了这种情况，终于解决了。

首先，我将描述我的情况。我在ElasticSearch集群中有两个节点，它们可以彼此找到，但是当我创建设置为“ number_of_replicas”的索引时：2，“ number_of_shards”：5，ES显示黄色信号，而unassigned_shards为5。

发生问题是因为number_of_replicas的值设置为1时，一切都很好。

在我的情况下，具有旧共享的旧节点正在加入集群，因此我们必须关闭旧节点并删除具有未分配分片的索引。

我尝试了以上建议中的一些，但不幸的是，这些建议均无效。我们在较低的环境中有一个“日志”索引，应用在其中写入错误。它是一个单节点群集。为我解决的是检查该节点的YML配置文件，并查看它是否仍具有默认设置“ gateway.expected_nodes：2”。这将覆盖我们拥有的任何其他设置。每当我们在该节点上创建索引时，它都会尝试将5个分片中的3个散布到幻影第2个节点上。因此，它们将显示为未分配状态，并且永远无法移动到第一个也是唯一的节点。

解决方案是编辑配置，将“ gateway.expected_nodes”设置更改为1，因此它将退出以寻找其在集群中永远找不到的兄弟，然后重新启动Elastic服务实例。另外，我必须删除索引，然后创建一个新索引。创建索引后，所有分片均显示在第一个节点上，并且只有一个节点，并且未分配任何分片。

# Set how many nodes are expected in this cluster. Once these N nodes
# are up (and recover_after_nodes is met), begin recovery process immediately
# (without waiting for recover_after_time to expire):
#
# gateway.expected_nodes: 2
gateway.expected_nodes: 1

对我来说，这是通过从开发者控制台运行此命令解决的：“ POST / _cluster / reroute？retry_failed”

.....

我首先查看索引列表，看看哪些索引是红色的，然后运行

“获取/ _cat / shards？h = [INDEXNAME]，分片，优先级，状态，未分配原因。”

并且看到它的碎片卡在ALLOCATION_FAILED状态，因此在上面运行重试会导致他们重试分配。

可能会有帮助，但是尝试以嵌入式模式运行ES时遇到了这个问题。解决方法是确保Node设置了local（true）。

未分配分片的另一个可能原因是您的集群正在运行多个版本的Elasticsearch二进制文件。

从较新版本到以前版本的分片复制将不起作用

这可能是未分配分片的根本原因。

弹性文档-滚动升级过程

我遇到了完全相同的问题。可以通过在重新启动Elasticsearch之前将分片分配临时设置为false来防止此问题，但这不会解决未分配的分片已经存在的问题。

就我而言，这是由于数据节点上的可用磁盘空间不足所致。重新分配后，未分配的碎片仍位于数据节点上，但主节点无法识别这些碎片。

只是从磁盘上清除了1个节点，就开始了复制过程。这是一个相当缓慢的过程，因为所有数据都必须从一个数据节点复制到另一个数据节点。

我试图删除未分配的分片或将它们手动分配给特定的数据节点。它没有用，因为未分配的碎片不断出现，并且健康状态一遍又一遍地“变红”。然后，我注意到其中一个数据节点处于“重新启动”状态。我减少了数据节点的数量，将其杀死。问题不再重现。

我有两个带有未分配碎片的索引，这些碎片似乎并没有自我修复。我最终通过临时添加一个额外的数据节点^[1]解决了这一问题。在索引变得健康并且一切都稳定为绿色之后，我删除了多余的节点，系统得以重新平衡（再次）并处于健康状态。

最好避免一次杀死多个数据节点（这就是我进入此状态的方式）。可能，我没有为至少一个分片保留任何副本/副本。幸运的是，Kubernetes保留了磁盘存储，并在我重新启动数据节点时重新使用了它。

...一段时间过去了...

好吧，这次只是添加一个节点似乎不起作用（在等待几分钟后，某件事才发生），因此我开始研究REST API。

GET /_cluster/allocation/explain

这显示了我的新节点"decision": "YES"。

顺便说一句，所有的预先存在的节点有"decision": "NO"因"the node is above the low watermark cluster setting"。因此，这可能与我之前提到的情况不同。

然后，我进行了以下简单的POST ^[2] ，没有主体，这使事情陷入了混乱 ……

POST /_cluster/reroute

其他说明：

• 非常有帮助：https : //datadoghq.com/blog/elasticsearch-unassigned-shards

• 其他可能有效的方法。如我在此处演示的，先设置cluster_concurrent_rebalance为。0null

^{[1]如果您有足够的净空，在Kubernetes中非常容易做：只需通过仪表板扩展有状态集即可。}

^{[2]使用Kibana的“开发工具”界面，我不必费心SSH / exec shell。}

我只是先增加了

“ index.number_of_replicas”

减少1（直到节点同步），然后再减少1，这将有效地删除未分配的分片，并且群集再次变为绿色，而不会丢失任何数据。

我相信有更好的方法，但这对我来说更容易。

希望这可以帮助。

处理损坏的分片时，可以将复制因子设置为0，然后再将其设置回原始值。这将清除大部分（如果不是全部）损坏的碎片，并在群集中重新放置新副本。

将具有未分配副本的索引设置为使用复制因子0：

curl -XGET http://localhost:9200/_cat/shards |\
  grep UNASSIGNED | grep ' r ' |\
  awk '{print $1}' |\
  xargs -I {} curl -XPUT http://localhost:9200/{}/_settings -H "Content-Type: application/json" \
  -d '{ "index":{ "number_of_replicas": 0}}'

将它们设置回1：

curl -XGET http://localhost:9200/_cat/shards |\
  awk '{print $1}' |\
  xargs -I {} curl -XPUT http://localhost:9200/{}/_settings -H "Content-Type: application/json" \
  -d '{ "index":{ "number_of_replicas": 1}}'

注意：如果不同索引的复制因子不同，请不要运行此命令。这会将所有索引的复制因子硬编码为1。