本文介绍重启变更报错的详细说明、可能原因及解决方案。

报错说明

当您触发了Elasticsearch实例重启变更时，系统提示“集群状态不健康或存在close索引，不能执行当前操作，建议待集群状态稳定或开启已关闭的索引后再试”。报错说明

问题原因及解决方案

当集群存在以下情况，重启或变更实例时会报出此类错误：
  • 集群中存在close状态的索引。

    您可以通过GET /_cat/indices?v命令查看索引状态。如果索引状态为close，可通过POST /<index_name>/_open将索引状态设置为open。

  • 集群处于yellow或red状态。
    您可以通过GET /_cat/health?v命令查看集群状态。常见的异常原因及解决方案如下。
    常见异常原因 解决方案
    shard自动分配，已经达到最大重试次数5次 建议通过POST /_cluster/reroute?retry_failed=true命令，重新分配分片。
    某一索引主副本分片分配到一个节点，对应报错信息为：the shard cannot be allocated to the same node on which a copy of the shard already exists 建议将副本设置为0，待集群正常后再设置为1。
    已达到节点最大允许同时分配分片个数的限制 当前节点正在分配shard，请耐心等待。您可以通过GET _cluster/allocation/explain命令，查看完整的未分配原因。
    节点失联 通过GET _cat/nodes?v命令，查看节点是否已脱离集群。建议对脱离集群的节点进行重启。
    磁盘使用率高 磁盘使用率达到水位线，当前节点磁盘已降到85%以下，建议对节点进行重启，使诊断回归正位。
    堆内存熔断 建议限流，并将历史索引close降低内存开销。
    其他 集群存在主分片未分配，需要关注CPU使用率、堆内存使用情况，结合GET _cluster/allocation/explain命令，获取shard未分配信息进行分析。
  • 集群状态正常，但负载过高。
    常见排查方式、异常原因及解决方案如下。
    排查方式 常见异常原因 解决方案
    • 查看磁盘使用率监控
    • GET _cat/allocation命令
    • GET _cluster/allocation/explain命令
    • 查看日志
    		 磁盘使用率达到85% 磁盘使用率达到85%，影响到分片的创建，建议按照以下方式处理。处理后，可通过查看磁盘监控，判断磁盘使用率是否降到85%以下。
    • 删除历史索引数据。
    • 扩容磁盘。
    • 将索引副本数设置为0。
    查看CPU使用率监控、热线程 CPU使用率达到85% CPU使用率达到85%，影响到集群的稳定性。需要降低流量或扩容，关注集群总体读或写入QPS监控。
    查看堆内存监控、日志、old gc collection count、old gc collecting.ms 堆内存达到75%以上 堆内存过高，将严重影响到降低集群的稳定性，建议按照以下方式处理：
    • 降低读写量。
    • 强制扩容集群规格。
    • 将历史索引的状态设置为close，降低内存使用率。
    查看load_1m监控 load_1m>CPU核数 load_1m超过CPU核数，说明当前服务器负载大，需要关注集群总体读或写入QPS监控及磁盘吞吐（每秒读写大小）监控，及时降低流量或扩容。
    说明