Elasticsearch 集羣和索引健康狀態及常見錯誤說明

時間  2019-11-20
標籤 elasticsearch 集羣 索引 健康狀態 常見 錯誤 說明 欄目 日誌分析 简体版
原文   原文鏈接

 

以前在IDC機房環境部署了一套ELK日誌集中分析系統, 這裏簡單總結下ELK中Elasticsearch健康狀態相關問題, Elasticsearch的索引狀態和集羣狀態傳達着不一樣的意思。html

一.  Elasticsearch 集羣健康狀態
一個 Elasticsearch 集羣至少包括一個節點和一個索引。或者它 可能有一百個數據節點、三個單獨的主節點，以及一小打客戶端節點——這些共同操做一千個索引（以及上萬個分片）。可是無論集羣擴展到多大規模，你都會想要一個快速獲取集羣狀態的途徑。Cluster Health API 充當的就是這個角色。你能夠把它想象成是在一萬英尺的高度鳥瞰集羣。它能夠告訴你安心吧一切都好，或者警告你集羣某個地方有問題。Elasticsearch 裏其餘 API 同樣，cluster-health 會返回一個 JSON 響應。這對自動化和告警系統來講，很是便於解析。響應中包含了和你集羣有關的一些關鍵信息:java

查看Elasticsearch健康狀態  (*表示ES集羣的master主節點)
[root@elk-node03 ~]# curl -XGET 'http://10.0.8.47:9200/_cat/nodes?v'
host      ip        heap.percent ram.percent load node.role master name                       
10.0.8.47 10.0.8.47           53          85 0.16 d         *      elk-node03.kevin.cn
10.0.8.44 10.0.8.44           26          54 0.09 d         m      elk-node01.kevin.cn
10.0.8.45 10.0.8.45           71          81 0.02 d         m      elk-node02.kevin.cn

下面兩條shell命令均可以監控到Elasticsearch健康狀態
[root@elk-node03 ~]# curl 10.0.8.47:9200/_cat/health
1554792912 14:55:12 kevin-elk green 3 3 4478 2239 0 0 0 0 - 100.0% 

[root@elk-node03 ~]# curl -X GET 'http://10.0.8.47:9200/_cluster/health?pretty'
{
  "cluster_name" : "kevin-elk",             #集羣名稱
  "status" : "green",                             #爲 green 則表明健康沒問題，若是是 yellow 或者 red 則是集羣有問題
  "timed_out" : false,                           #是否有超時
  "number_of_nodes" : 3,                    #集羣中的節點數量
  "number_of_data_nodes" : 3,
  "active_primary_shards" : 2234,
  "active_shards" : 4468,
  "relocating_shards" : 0,
  "initializing_shards" : 0,
  "unassigned_shards" : 0,
  "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" : 100.0      #集羣分片的可用性百分比，若是爲0則表示不可用
}

正常狀況下，Elasticsearch 集羣健康狀態分爲三種：
green      最健康得狀態，說明全部的分片包括備份均可用; 這種狀況Elasticsearch集羣全部的主分片和副本分片都已分配, Elasticsearch集羣是 100% 可用的。
yellow     基本的分片可用，可是備份不可用（或者是沒有備份）;  這種狀況Elasticsearch集羣全部的主分片已經分片了，但至少還有一個副本是缺失的。不會有數據丟失，因此搜索結果依然是完整的。不過，你的高可用性在某種程度上被弱化。若是 更多的 分片消失，你就會丟數據了。把 yellow 想象成一個須要及時調查的警告。
red    部分的分片可用，代表分片有一部分損壞。此時執行查詢部分數據仍然能夠查到，遇到這種狀況，仍是趕快解決比較好; 這種狀況Elasticsearch集羣至少一個主分片（以及它的所有副本）都在缺失中。這意味着你在缺乏數據：搜索只能返回部分數據，而分配到這個分片上的寫入請求會返回一個異常。node

Elasticsearch 集羣不健康時的排查思路
->  首先確保 es 主節點最早啓動，隨後啓動數據節點;
->  容許 selinux（非必要），關閉 iptables;
->  確保數據節點的elasticsearch配置文件正確;
->  系統最大打開文件描述符數是否夠用;
->  elasticsearch設置的內存是否夠用 ("ES_HEAP_SIZE"內存設置 和 "indices.fielddata.cache.size"上限設置);
->  elasticsearch的索引數量暴增 , 刪除一部分索引(尤爲是不須要的索引);python

二.  Elasticsearch索引狀態linux

查看Elasticsearch 索引狀態  (*表示ES集羣的master主節點)
[root@elk-node03 ~]# curl -XGET 'http://10.0.8.47:9200/_cat/indices?v'
health status index                                              pri rep docs.count docs.deleted store.size pri.store.size 
green  open   10.0.61.24-vfc-intf-ent-deposit.log-2019.03.15       5   1        159            0    324.9kb        162.4kb 
green  open   10.0.61.24-vfc-intf-ent-login.log-2019.03.04         5   1       3247            0      3.4mb          1.6mb 
green  open   10.0.61.24-vfc-intf-ent-login.log-2019.03.05         5   1       1663            0      2.6mb          1.3mb 
green  open   10.0.61.24-vfc-intf-ent-deposit.log-2019.03.19       5   1         14            0     81.1kb         40.5kb 
.................
.................

Elasticsearch 索引的健康狀態也有三種，即yellow、green、red與集羣的健康狀態解釋是同樣的!web

三.  Elasticsearch 相關概念面試

-  Elasticsearch集羣與節點
節點(node)是你運行的Elasticsearch實例。一個集羣(cluster)是一組具備相同cluster.name的節點集合，它們協同工做，共享數據並提供故障轉移和擴展功能，當有新的節點加入或者刪除節點，集羣就會感知到並平衡數據。集羣中一個節點會被選舉爲主節點(master),它用來管理集羣中的一些變動，例如新建或刪除索引、增長或移除節點等;固然一個節點也能夠組成一個集羣。 算法

-  Elasticsearch節點通訊
能夠與集羣中的任何節點通訊，包括主節點。任何一個節點互相知道文檔存在於哪一個節點上，它們能夠轉發請求到咱們須要數據所在的節點上。咱們通訊的節點負責收集各節點返回的數據，最後一塊兒返回給客戶端。這一切都由Elasticsearch透明的管理。shell

-  Elasticsearch集羣生態
-> 同集羣中節點之間能夠擴容縮容;
-> 主分片的數量會在其索引建立完成後修正，可是副本分片的數量會隨時變化; 
-> 相同的分片不會放在同一個節點上;bootstrap

-  Elasticsearch分片與副本分片
分片用於Elasticsearch在集羣中分配數據, 能夠想象把分片看成數據的容器, 文檔存儲在分片中，而後分片分配給你集羣中的節點上。 當集羣擴容或縮小，Elasticsearch將會自動在節點間遷移分片，以使集羣保持平衡。 一個分片(shard)是一個最小級別的「工做單元(worker unit)」,它只是保存索引中全部數據的一小片.咱們的文檔存儲和被索引在分片中，可是咱們的程序不知道如何直接與它們通訊。取而代之的是，它們直接與索引通訊.Elasticsearch中的分片分爲主分片和副本分片,複製分片只是主分片的一個副本，它用於提供數據的冗餘副本，在硬件故障以後提供數據保護，同時服務於像搜索和檢索等只讀請求，主分片的數量和複製分片的數量均可以經過配置文件配置。可是主切片的數量只能在建立索引時定義且不能修改.相同的分片不會放在同一個節點上。

-  Elasticsearch分片算法

shard = hash(routing) % number_of_primary_shards

routing值是一個任意字符串，它默認是_id但也能夠自定義，這個routing字符串經過哈希函數生成一個數字，而後除以主切片的數量獲得一個餘數(remainder)，餘數的範圍永遠是0到number_of_primary_shards - 1，這個數字就是特定文檔所在的分片。 這也解釋了爲何主切片的數量只能在建立索引時定義且不能修改：若是主切片的數量在將來改變了，全部先前的路由值就失效了，文檔也就永遠找不到了。全部的文檔API（get、index、delete、bulk、update、mget）都接收一個routing參數，它用來自定義文檔到分片的映射。自定義路由值能夠確保全部相關文檔.好比用戶的文章,按照用戶帳號路由,就能夠實現屬於同一用戶的文檔被保存在同一分片上。

-  Elasticsearch分片與副本交互
新建、索引和刪除請求都是寫(write)操做，它們必須在主分片上成功完成才能複製到相關的複製分片上,下面咱們羅列在主分片和複製分片上成功新建、索引或刪除一個文檔必要的順序步驟：
-> 客戶端給Node 1發送新建、索引或刪除請求。
-> 節點使用文檔的_id肯定文檔屬於分片0。它轉發請求到Node 3，分片0位於這個節點上。
-> Node 3在主分片上執行請求，若是成功，它轉發請求到相應的位於Node 1和Node 2的複製節點上。當全部的複製節點報告成功，Node 3報告成功到請求的節點，請求的節點再報告給客戶端。 客戶端接收到成功響應的時候，文檔的修改已經被應用於主分片和全部的複製分片。你的修改生效了

-  查看分片狀態

[root@elk-node03 ~]# curl -X GET 'http://10.0.8.47:9200/_cluster/health?pretty'
{
  "cluster_name" : "kevin-elk",
  "status" : "green",
  "timed_out" : false,
  "number_of_nodes" : 3,
  "number_of_data_nodes" : 3,
  "active_primary_shards" : 2214,
  "active_shards" : 4428,
  "relocating_shards" : 0,
  "initializing_shards" : 0,
  "unassigned_shards" : 0,
  "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" : 100.0
}

這裏須要注意: 以下是單點單節點部署Elasticsearch, 集羣狀態可能爲yellow, 由於單點部署Elasticsearch, 默認的分片副本數目配置爲1，而相同的分片不能在一個節點上，因此就存在副本分片指定不明確的問題，因此顯示爲yellow，能夠經過在Elasticsearch集羣上添加一個節點來解決問題，若是不想這麼作，能夠刪除那些指定不明確的副本分片（固然這不是一個好辦法）可是做爲測試和解決辦法仍是能夠嘗試的，下面試一下刪除副本分片的辦法:

[root@elk-server ~]# curl -X GET 'http://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" : 931,
  "active_shards" : 931,
  "relocating_shards" : 0,
  "initializing_shards" : 0,
  "unassigned_shards" : 930,
  "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" : 50.02686727565825
}

[root@elk-server ~]# curl -XPUT "http://localhost:9200/_settings" -d' {  "number_of_replicas" : 0 } '
{"acknowledged":true}

這個時候再次查看集羣的狀態狀態變成了green
[root@elk-server ~]# curl -X GET 'http://localhost:9200/_cluster/health?pretty'
{
  "cluster_name" : "elasticsearch",
  "status" : "green",
  "timed_out" : false,
  "number_of_nodes" : 1,
  "number_of_data_nodes" : 1,
  "active_primary_shards" : 931,
  "active_shards" : 931,
  "relocating_shards" : 0,
  "initializing_shards" : 0,
  "unassigned_shards" : 0,
  "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" : 100.0
} 

-  Elasticsearch索引的unssigned問題

以下, 訪問http://10.0.8.47:9200/_plugin/head/, 發現有unssigned現象:

這裏的unssigned就是未分配副本分片的問題，接下來執行settings中刪除副本分片的命令後, 這個問題就解決了:

[root@elk-node03 ~]# curl -XPUT "http://10.0.8.47:9200/_settings" -d' {  "number_of_replicas" : 0 } '
{"acknowledged":true}

四.  Elasticsearch集羣健康狀態爲"red"現象的排查分析

經過Elasticsearch的Head插件訪問, 發現Elasticsearch集羣的健康值爲red, 則說明至少一個主分片分配失敗, 這將致使一些數據以及索引的某些部分再也不可用。head插件會以不一樣的顏色顯示, 綠色表示最健康的狀態，表明全部的主分片和副本分片均可用； 黃色表示全部的主分片可用，可是部分副本分片不可用； 紅色表示部分主分片不可用. (此時執行查詢部分數據仍然能夠查到，遇到這種狀況，仍是趕快解決比較好)

接着查看Elasticsearch啓動日誌會發現集羣服務超時鏈接的狀況:

timeout notification from cluster service. timeout setting [1m], time since start [1m]

什麼是unassigned 分片？
一句話解釋：未分配的分片。 啓動ES的時候，經過Head插件不停刷新，就會發現集羣分片會呈現紫色、灰色、最終綠色的狀態。

爲何會出現 unassigned 分片？
若是不能分配分片，例如已經爲集羣中的節點數過度分配了副本分片的數量，則分片將保持UNASSIGNED狀態。 其錯誤碼爲：ALLOCATION_FAILED。能夠經過以下指令，查看集羣中不一樣節點、不一樣索引的狀態.

[root@elk-node03 ~]# curl -XGET 'http://10.0.8.47:9200/_cat/shards?h=index,shard,prirep,state,unassigned.reason'

出現unassigned 分片後的症狀？
head插件查看會：Elasticsearch啓動N長時候後，某一個或幾個分片仍持續爲灰色。

unassigned 分片問題可能的緣由?

INDEX_CREATED:  因爲建立索引的API致使未分配。
CLUSTER_RECOVERED:  因爲徹底集羣恢復致使未分配。
INDEX_REOPENED:  因爲打開open或關閉close一個索引致使未分配。
DANGLING_INDEX_IMPORTED:  因爲導入dangling索引的結果致使未分配。
NEW_INDEX_RESTORED:  因爲恢復到新索引致使未分配。
EXISTING_INDEX_RESTORED:  因爲恢復到已關閉的索引致使未分配。
REPLICA_ADDED:  因爲顯式添加副本分片致使未分配。
ALLOCATION_FAILED:  因爲分片分配失敗致使未分配。
NODE_LEFT:  因爲承載該分片的節點離開集羣致使未分配。
REINITIALIZED:  因爲當分片從開始移動到初始化時致使未分配（例如，使用影子shadow副本分片）。
REROUTE_CANCELLED:  做爲顯式取消從新路由命令的結果取消分配。
REALLOCATED_REPLICA:  肯定更好的副本位置被標定使用，致使現有的副本分配被取消，出現未分配。

Elasticsearch集羣狀態紅色如何排查？
症狀：集羣健康值紅色;
日誌：集羣服務鏈接超時；
可能緣由：集羣中部分節點的主分片未分配。
接下來的解決方案主要圍繞：使主分片unsigned 分片完成再分配展開。

如何解決 unassigned 分片問題？
方案一：極端狀況——這個分片數據已經不可用，直接刪除該分片 (即刪除索引)
Elasticsearch中沒有直接刪除分片的接口，除非整個節點數據已再也不使用，刪除節點。

刪除索引命令"curl -XDELETE  http://10.0.8.44:9200/索引名"

方案二：集羣中節點數量 >= 集羣中全部索引的最大副本數量 +１
N > = R + 1
其中：
N——集羣中節點的數目；
R——集羣中全部索引的最大副本數目。
注意事項：當節點加入和離開集羣時，主節點會自動從新分配分片，以確保分片的多個副本不會分配給同一個節點。換句話說，主節點不會將主分片分配給與其副本相同的節點，也不會將同一分片的兩個副本分配給同一個節點。 若是沒有足夠的節點相應地分配分片，則分片可能會處於未分配狀態。

若是Elasticsearch集羣就一個節點，即Ｎ＝１；因此Ｒ＝０，才能知足公式。這樣問題就轉嫁爲：
1) 添加節點處理，即Ｎ增大；
2) 刪除副本分片，即R置爲0。
R置爲0的方式，能夠經過以下命令行實現:

[root@elk-node03 ~]# curl -XPUT "http://10.0.8.47:9200/_settings" -d' {  "number_of_replicas" : 0 } '
{"acknowledged":true}

方案三：allocate從新分配分片
若是方案二仍然未解決，能夠考慮從新分配分片。可能的緣由：
1) 節點在從新啓動時可能遇到問題。正常狀況下，當一個節點恢復與羣集的鏈接時，它會將有關其分片的信息轉發給主節點，而後主節點將這分片從「未分配」轉換爲 "已分配/已啓動"。
2) 當因爲某種緣由 (例如節點的存儲已被損壞) 致使該進程失敗時，分片可能保持未分配狀態。

在這種狀況下，必須決定如何繼續: 嘗試讓原始節點恢復並從新加入集羣(而且不要強制分配主分片);  或者強制使用Reroute API分配分片並從新索引缺乏的數據原始數據源或備份。 若是你決定分配未分配的主分片，請確保將"allow_primary"："true"標誌添加到請求中。

Elasticsearch5.X使用腳本以下:

#!/bin/bash
NODE="YOUR NODE NAME"
IFS=$'\n'
for line in $(curl -s '10.0.8.47:9200/_cat/shards' | fgrep UNASSIGNED); do
  INDEX=$(echo $line | (awk '{print $1}'))
  SHARD=$(echo $line | (awk '{print $2}'))

  curl -XPOST '10.0.8.47:9200/_cluster/reroute' -d '{
     "commands": [
        {
            " allocate_replica ": {
                "index": "'$INDEX'",
                "shard": '$SHARD',
                "node": "'$NODE'",
                "allow_primary": true
          }
        }
    ]
  }'
done

Elasticsearch2.X及早期版本，只需將上面腳本中的allocate_replica改成 allocate，其餘不變。

上面腳本解讀：
步驟1：定位 UNASSIGNED 的節點和分片

curl -s '10.0.8.47:9200/_cat/shards' | fgrep UNASSIGNED

步驟2：經過 allocate_replica 將 UNASSIGNED的分片從新分配。

allocate分配原理
分配unassigned的分片到一個節點。將未分配的分片分配給節點。接受索引和分片的索引名稱和分片號，以及將分片分配給它的節點。它還接受allow_primary標誌來明確指定容許顯式分配主分片（可能致使數據丟失）。

五.  分享一個案例: ELK中ElasticSearch集羣狀態異常問題

線上環境部署的ELK日誌集中分析系統, 過了一段時間後, 發現Kibana展現裏沒有日誌, 查看head插件索引狀況, 發現一直打不開! 這是由於若是不對es索引按期作處理, 則隨着日誌收集數據量的不斷增大, es內存消耗不斷增量, 索引數量也會隨之暴增, 那麼elk就會出現問題, 好比elk頁面展現超時, 訪問http://10.0.8.47:9200/_plugin/head/ 一直卡頓等; es集羣狀態異常(出現red的status)等!

在任意一個node節點上執行下面命令查看es集羣狀態 (url裏的ip地址能夠是三個node中的任意一個), 以下可知, es集羣當前master節點是10.0.8.47

[root@elk-node03 ~]# curl -XGET 'http://10.0.8.47:9200/_cat/nodes?v'
host      ip        heap.percent ram.percent load node.role master name                        
10.0.8.47 10.0.8.47           31          78 0.92 d         *      elk-node03.kevin.cn
10.0.8.44 10.0.8.44           16          55 0.27 d         m      elk-node01.kevin.cn
10.0.8.45 10.0.8.45           61          78 0.11 d         m      elk-node02.kevin.cn

查詢集羣的健康狀態（一共三種狀態：green、yellow，red；其中green表示健康）

[root@elk-node03 ~]# curl -XGET 'http://10.0.8.47:9200/_cat/health?v'
epoch      timestamp cluster  status node.total node.data shards  pri relo init unassign pending_tasks max_task_wait_time active_shards_percent 
1554689492 10:11:32  kevin-elk red             3         3   3587 3447    0    6     5555           567              11.1m                 39.2%

解決辦法:
1) 調優集羣的穩定性
-> 增大系統最大打開文件描述符數，即65535;
-> 關閉swap，鎖定進程地址空間，防止內存swap;
-> JVM調優, 增大es內存設置, 默認是2g (Heap Size不超過物理內存的一半，且小於32G);
2) 按期刪除es索引或刪除不可用的索引, 好比只保留最近一個月的索引數據 (可寫腳本按期執行, 具體可參考: https://www.cnblogs.com/kevingrace/p/9994178.html);
3) 若是es主節點重啓, 則主節點在轉移到其餘節點過程當中, 分片分片也會轉移過去; 若是分片比較多, 數據量比較大, 則須要耗費必定的時間, 在此過程當中, elk集羣的狀態是yellow; 查看elk集羣狀態, shards分片會不斷增長, unassign會不斷減小,直至unassign減到0時, 代表分片已經徹底轉移到新的主節點上, 則此時查看elk的健康狀態就是green了;
4) 若是全部es節點都重啓, 則須要先啓動一個節點做爲master主節點, 而後再啓動其餘節點;

注意, 這裏記錄下修改ElasticSearch的內存配置操做 ("ES_HEAP_SIZE"內存設置 和 "indices.fielddata.cache.size"上限設置)

先修改/etc/sysconfig/elasticsearch 文件裏的ES_HEAP_SIZE參數值, 默認爲2g
[root@elk-node03 ~]# vim /etc/sysconfig/elasticsearch
.............
ES_HEAP_SIZE=8g                      
 
接着修改elasticsearch配置文件
[root@elk-node03 ~]# vim /etc/elasticsearch/elasticsearch.yml
.............
bootstrap.mlockall: true     #默認爲false. 表示鎖住內存.當JVM進行內存轉換時,es性能會下降, 設置此參數值爲true便可鎖住內存.

注意: 這個時候最好在elasticsearch.yml配置文件裏設置下indices.fielddata.cache.size , 此參數表示"控制有多少堆內存是分配給fielddata"
由於elasticsearch在查詢時，fielddata緩存的數據愈來愈多形成的（默認是不自動清理的）
[root@elk-node03 ~]# vim /etc/elasticsearch/elasticsearch.yml
..............
indices.fielddata.cache.size: 40%

上面設置了限制fielddata 上限, 表示讓字段數據緩存的內存大小達到heap 40% (也就是上面設置的8g的40%)的時候就起用自動清理舊的緩存數據

而後重啓elasticsearch
[root@elk-node03 ~]# systemctl restart elasticsearch
 
查看啓動的elasticsearch, 發現內存已經調整到8g了
[root@elk-node03 ~]# ps -ef|grep elasticsearch
root      7066  3032  0 16:46 pts/0    00:00:00 grep --color=auto elasticsearch
elastic+ 15586     1 22 10:33 ?        01:22:00 /bin/java -Xms8g -Xmx8g -Djava.awt.headless=true -XX:+UseParNewGC -XX:+UseConcMarkSweepGC -XX:CMSInitiatingOccupancyFraction=75 -XX:+UseCMSInitiatingOccupancyOnly -XX:+HeapDumpOnOutOfMemoryError -XX:+DisableExplicitGC -Dfile.encoding=UTF-8 -Djna.nosys=true -Des.path.home=/usr/share/elasticsearch -cp /usr/share/elasticsearch/lib/elasticsearch-2.4.6.jar:/usr/share/elasticsearch/lib/* org.elasticsearch.bootstrap.Elasticsearch start -Des.pidfile=/var/run/elasticsearch/elasticsearch.pid -Des.default.path.home=/usr/share/elasticsearch -Des.default.path.logs=/var/log/elasticsearch -Des.default.path.data=/var/lib/elasticsearch -Des.default.path.conf=/etc/elasticsearch 

如上, 在進行一系列修復操做 (增大系統最大打開文件描述符數65535, 關閉swap，鎖定進程地址空間，防止內存swap, 增大ES內存, 刪除不用或異常索引, 重啓各節點的ES服務) 後, 再次查看ES集羣狀態, 發現此時仍然是"red"狀態. 這是由於es主節點重啓, 則主節點在轉移到其餘節點過程當中, 分片分片也會轉移過去; 若是分片比較多, 數據量比較大, 則須要耗費必定的時間. 須要等到unassign減到0時, 代表分片已經徹底轉移到新的主節點上, 則此時查看elk的健康狀態就是green了.

[root@elk-node02 system]# curl -XGET 'http://10.0.8.47:9200/_cat/health?v'
epoch      timestamp cluster  status node.total node.data shards  pri relo init unassign pending_tasks max_task_wait_time active_shards_percent 
1554691187 10:39:47  kevin-elk red             3         3   4460 3878    0    8     4660           935               5.7m                 48.9% 

[root@elk-node02 system]# curl -XGET 'http://10.0.8.47:9200/_cat/health?v'
epoch      timestamp cluster  status node.total node.data shards  pri relo init unassign pending_tasks max_task_wait_time active_shards_percent 
1554691187 10:39:47  kevin-elk red             3         3   4466 3882    0    8     4654           944               5.7m                 48.9% 

................
................

等到"unassign"數值爲0時, 再次查看es狀態
[root@elk-node03 ~]# curl -XGET 'http://10.0.8.47:9200/_cat/health?v'
epoch      timestamp cluster  status node.total node.data shards  pri relo init unassign pending_tasks max_task_wait_time active_shards_percent 
1554692772 11:06:12  kevin-elk green           3         3   9118 4559    0    0        0             0                  -                100.0% 

若是es狀態此時仍是red, 則須要找出red狀態的索引而且刪除 (這個時候的red狀態的索引應該是少部分)
[root@elk-node02 system]# curl -XGET   "http://10.0.8.45:9200/_cat/indices?v"|grep -w "red"

好比找出的red狀態的索引名爲"10.0.61.24-vfc-intf-ent-order.log-2019.03.04", 刪除它便可
[root@elk-node02 system]# curl -XDELETE  http://10.0.8.44:9200/10.0.61.24-vfc-intf-ent-order.log-2019.03.04

須要特別注意:  若是elasticSearch集羣節點中es數據所在的磁盤使用率超過了必定比例(好比85%), 則就會出現沒法再爲副分片分片的狀況, 這也會致使elasticSearch集羣監控狀態也會出現"red"狀況!!!  這個時候只須要增大這塊磁盤的空間, 磁盤空間夠用了, elasticSearch就會自動恢復數據!!!

六.  Elasticsearch常見錯誤

錯誤1: Exception in thread "main" SettingsException[Failed to load settings from [elasticsearch.yml]]; nested: ElasticsearchParseException[malformed, expected settings to start with 'object', instead was [VALUE_STRING]];

緣由：elasticsearch.yml文件配置錯誤致使

解決：參數與參數值(等號)間須要空格
[root@elk-node03 ~]# vim /etc/elasticsearch/elasticsearch.yml
...............
#node.name:elk-node03.kevin.cn         #錯誤
node.name: elk-node03.kevin.cn           #正確

#或者以下配置
#node.name ="elk-node03.kevin.cn"    #錯誤
#node.name = "elk-node03.kevin.cn"   #正確

而後重啓elasticsearch服務

錯誤2: org.elasticsearch.bootstrap.StartupException: java.lang.RuntimeException: can not run elasticsearch as root

緣由：處於對root用戶的安全保護，須要使用其餘用戶組進行受權啓動

解決：
用戶組進行受權啓動
[root@elk-node03 ~]# groupadd elasticsearch           
[root@elk-node03 ~]# useradd elasticsearch -g elasticsearch -p elasticsearch
[root@elk-node03 ~]# chown -R elasticsearch.elasticsearch /data/es-data                 #給es的數據目錄受權, 不然es服務啓動報錯
[root@elk-node03 ~]# chown -R elasticsearch.elasticsearch/var/log/elasticsearch     #給es的日誌目錄受權, 不然es服務啓動報錯

以上是yum安裝elasticsearch狀況, 須要給elasticsearch的數據目錄和日誌目錄受權, 若是elasticsearch是編譯安裝, 則須要給它的安裝目錄也受權

接着重啓elasticsearch服務便可

錯誤3: OpenJDK 64-Bit Server VM warning: INFO: os::commit_memory(0x0000000085330000, 2060255232, 0) failed; error='Cannot a ...'(errno=12);

緣由：jvm要分配最大內存超出系統內存

解決：適當調整指定jvm內存, 編輯elasticsearch 的jvm配置文件
# vim /data/elasticsearch/config/jvm.options 
-Xms8g
-Xmx8g

若是是yum安裝的elasticsearch, 則修改以下配置文件
[root@elk-node03 ~]# vim /etc/sysconfig/elasticsearch
# Heap size defaults to 256m min, 1g max             #最小爲1g
# Set ES_HEAP_SIZE to 50% of available RAM, but no more than 31g     #設置爲物理內存的50%, 但不要操做31g
ES_HEAP_SIZE=8g

而後重啓elasticsearch服務便可

錯誤4: ERROR: [3] bootstrap checks failed

詳細報錯:
[INFO ][o.e.b.BootstrapChecks    ] [SUcoFrg] bound or publishing to a non-loopback address, enforcing bootstrap checks
ERROR: [3] bootstrap checks failed
[1]: max file descriptors [4096] for elasticsearch process is too low, increase to at least [65536]
[2]: max number of threads [3802] for user [elsearch] is too low, increase to at least [4096]
[3]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]
[2019-02-20T02:35:47,170][INFO ][o.e.n.Node               ] [SUcoFrg] stopping ...
[2019-02-20T02:35:47,316][INFO ][o.e.n.Node               ] [SUcoFrg] stopped
[2019-02-20T02:35:47,316][INFO ][o.e.n.Node               ] [SUcoFrg] closing ...
[2019-02-20T02:35:47,336][INFO ][o.e.n.Node               ] [SUcoFrg] closed

緣由：虛擬機限制用戶的執行內存

解決：
[1]: max file descriptors [4096] for elasticsearch process is too low, increase to at least [65536]
[2]: max number of threads [3802] for user [elasticsearch] is too low, increase to at least [4096]

修改安全限制配置文件 (使用root最高權限 修改安全配置 在文件末尾加入)
[root@elk-node03 ~]# vim /etc/security/limits.conf
elasticsearch       hard        nofile        65536 
elasticsearch       soft        nofile        65536
*               soft       nproc         4096
*               hard      nproc          4096

修改系統配置文件
[3]: max virtual memory areas vm.max_map_count [65530] is too low, increase to at least [262144]

[root@elk-node03 ~]# /etc/sysctl.conf        #注意下面的參數值大於錯誤提示值
vm.max_map_count = 655360

而後重啓elasticsearch服務便可

錯誤5: org.elasticsearch.bootstrap.StartupException: java.lang.IllegalStateException: failed to obtain node locks, tried [[/home/elasticsearch-6.3.0/data/elasticsearch]] with lock id [0]; maybe these locations are not writable or multiple nodes were started without increasing [node.max_local_storage_nodes] (was [1])?

詳細報錯：
[2019-02-20T04:23:25,003][WARN ][o.e.b.ElasticsearchUncaughtExceptionHandler] [] uncaught exception in thread [main]
org.elasticsearch.bootstrap.StartupException: java.lang.IllegalStateException: failed to obtain node locks, tried [[/home/elasticsearch-6.3.0/data/elasticsearch]] with lock id [0]; maybe these locations are not writable or multiple nodes were started without increasing [node.max_local_storage_nodes] (was [1])?
  at org.elasticsearch.bootstrap.Elasticsearch.init(Elasticsearch.java:140) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.bootstrap.Elasticsearch.execute(Elasticsearch.java:127) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.cli.EnvironmentAwareCommand.execute(EnvironmentAwareCommand.java:86) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.cli.Command.mainWithoutErrorHandling(Command.java:124) ~[elasticsearch-cli-6.3.0.jar:6.3.0]
  at org.elasticsearch.cli.Command.main(Command.java:90) ~[elasticsearch-cli-6.3.0.jar:6.3.0]
  at org.elasticsearch.bootstrap.Elasticsearch.main(Elasticsearch.java:93) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.bootstrap.Elasticsearch.main(Elasticsearch.java:86) ~[elasticsearch-6.3.0.jar:6.3.0]
Caused by: java.lang.IllegalStateException: failed to obtain node locks, tried [[/home/elasticsearch-6.3.0/data/elasticsearch]] with lock id [0]; maybe these locations are not writable or multiple nodes were started without increasing [node.max_local_storage_nodes] (was [1])?
  at org.elasticsearch.env.NodeEnvironment.<init>(NodeEnvironment.java:243) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.node.Node.<init>(Node.java:270) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.node.Node.<init>(Node.java:252) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.bootstrap.Bootstrap$5.<init>(Bootstrap.java:213) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.bootstrap.Bootstrap.setup(Bootstrap.java:213) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.bootstrap.Bootstrap.init(Bootstrap.java:326) ~[elasticsearch-6.3.0.jar:6.3.0]
  at org.elasticsearch.bootstrap.Elasticsearch.init(Elasticsearch.java:136) ~[elasticsearch-6.3.0.jar:6.3.0]
  ... 6 more

緣由：線程佔用
解決：從新啓動
[root@elk-node03 ~]# ps -ef|grep elasticsearch|awk -F" " '{print $2}'|xargs kill -9 
[root@elk-node03 ~]# systemctl start elasticsearch
[root@elk-node03 ~]# systemctl restart elasticsearch

[root@elk-node03 ~]# ps -ef|grep -v grep|grep elasticsearch
elastic+ 15586     1 11 Apr08 ?        03:06:12 /bin/java -Xms8g -Xmx8g -Djava.awt.headless=true -XX:+UseParNewGC -XX:+UseConcMarkSweepGC -XX:CMSInitiatingOccupancyFraction=75 -XX:+UseCMSInitiatingOccupancyOnly -XX:+HeapDumpOnOutOfMemoryError -XX:+DisableExplicitGC -Dfile.encoding=UTF-8 -Djna.nosys=true -Des.path.home=/usr/share/elasticsearch -cp /usr/share/elasticsearch/lib/elasticsearch-2.4.6.jar:/usr/share/elasticsearch/lib/* org.elasticsearch.bootstrap.Elasticsearch start -Des.pidfile=/var/run/elasticsearch/elasticsearch.pid -Des.default.path.home=/usr/share/elasticsearch -Des.default.path.logs=/var/log/elasticsearch -Des.default.path.data=/var/lib/elasticsearch -Des.default.path.conf=/etc/elasticsearch

必定要確保elasticsearch是用非root帳號啓動的

錯誤6: [Godfrey Calthrop] All shards failed for phase: [query] [jr-2018.08.06][[jr-2018.08.06][2]] NoShardAvailableActionException[null]

詳細報錯:
[2019-02-06 18:27:24,553][DEBUG][action.search            ] [Godfrey Calthrop] All shards failed for phase: [query]
[jr-2018.08.06][[jr-2018.08.06][2]] NoShardAvailableActionException[null]
    at org.elasticsearch.action.search.AbstractSearchAsyncAction.start(AbstractSearchAsyncAction.java:129)
    at org.elasticsearch.action.search.TransportSearchAction.doExecute(TransportSearchAction.java:115)
    at org.elasticsearch.action.search.TransportSearchAction.doExecute(TransportSearchAction.java:47)
    at org.elasticsearch.action.support.TransportAction.doExecute(TransportAction.java:149)
    at org.elasticsearch.action.support.TransportAction.execute(TransportAction.java:137)
    at org.elasticsearch.action.support.TransportAction.execute(TransportAction.java:85)
    at org.elasticsearch.client.node.NodeClient.doExecute(NodeClient.java:58)
    at org.elasticsearch.client.support.AbstractClient.execute(AbstractClient.java:359)
    at org.elasticsearch.client.FilterClient.doExecute(FilterClient.java:52)
    at org.elasticsearch.rest.BaseRestHandler$HeadersAndContextCopyClient.doExecute(BaseRestHandler.java:83)
    at org.elasticsearch.client.support.AbstractClient.execute(AbstractClient.java:359)
    at org.elasticsearch.client.support.AbstractClient.search(AbstractClient.java:582)
    at org.elasticsearch.rest.action.search.RestSearchAction.handleRequest(RestSearchAction.java:85)
    at org.elasticsearch.rest.BaseRestHandler.handleRequest(BaseRestHandler.java:54)
    at org.elasticsearch.rest.RestController.executeHandler(RestController.java:205)
    at org.elasticsearch.rest.RestController.dispatchRequest(RestController.java:166)
    at org.elasticsearch.http.HttpServer.internalDispatchRequest(HttpServer.java:128)
    at org.elasticsearch.http.HttpServer$Dispatcher.dispatchRequest(HttpServer.java:86)
    at org.elasticsearch.http.netty.NettyHttpServerTransport.dispatchRequest(NettyHttpServerTransport.java:449)
    at org.elasticsearch.http.netty.HttpRequestHandler.messageReceived(HttpRequestHandler.java:61)

問題解決
經過以上排查大概知道是歷史索引數據處於 open 狀態過多，從而致使ES的CPU，內存佔用太高致使的不可用。

關閉不須要的索引，減小內存佔用
[root@elk-node03 ~]# curl -XPOST "http://10.0.8.44:9200/index_name/_close"

若是發如今關閉非熱點索引數據後，elasticSearch集羣的健康值依然是"red"狀態，這時候要想到: 可能索引的"red"狀態可能會影響ES的狀態.
接着查看elasticSearch索引健康狀態, 發現果不其然
[root@elk-node03 ~]# curl GET http://10.0.8.44:9200/_cluster/health?level=indices

{
    "cluster_name": "kevin-elk",
    "status": "red",
    "timed_out": false,
    "number_of_nodes": 3,
    "number_of_data_nodes": 3,
    "active_primary_shards": 660,
    "active_shards": 660,
    "relocating_shards": 0,
    "initializing_shards": 0,
    "unassigned_shards": 9,
    "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": 98.65470852017937,
    "indices": {
        "jr-2019.02.06": {
            "status": "red",
            "number_of_shards": 3,
            "number_of_replicas": 0,
            "active_primary_shards": 0,
            "active_shards": 0,
            "relocating_shards": 0,
            "initializing_shards": 0,
            "unassigned_shards": 3
        }
    }
}

解決方法，刪除上面命令中查看的有問題的那條索引數據（這條數據是排查問題期間產生的髒數據，索引直接刪除）
[root@elk-node03 ~]# curl -XDELETE 'http://10.0.8.44:9200/jr-2019.02.06'

注意: 應注意elasticSearch的索引狀態以及服務器的監控，及時清理或者關閉沒必要要的索引數據，避免這種狀況發生。

七.  Elasticsearch集羣監控狀態監控

1) 經過簡單shell命令監控elasticsearch集羣狀態
原理：使用curl命令模擬訪問任意一個elasticsearch集羣, 就能夠反饋出elasticsearch集羣狀態，集羣的狀態須要爲green

[root@elk-node03 ~]# curl -XGET 'http://10.0.8.47:9200/_cluster/stats?human&pretty'
{
  "timestamp" : 1554792101956,
  "cluster_name" : "kevin-elk",
  "status" : "green",
  "indices" : {
    "count" : 451,
    "shards" : {
      "total" : 4478,
      "primaries" : 2239,
      "replication" : 1.0,
      "index" : {
        "shards" : {
          "min" : 2,
          "max" : 10,
          "avg" : 9.929046563192905
        },
        "primaries" : {
          "min" : 1,
          "max" : 5,
          "avg" : 4.964523281596453
        },
        "replication" : {
          "min" : 1.0,
          "max" : 1.0,
          "avg" : 1.0
        }
      }
    },
    "docs" : {
      "count" : 10448854,
      "deleted" : 3
    },
    "store" : {
      "size" : "5gb",
      "size_in_bytes" : 5467367887,
      "throttle_time" : "0s",
      "throttle_time_in_millis" : 0
    },
    "fielddata" : {
      "memory_size" : "0b",
      "memory_size_in_bytes" : 0,
      "evictions" : 0
    },
    "query_cache" : {
      "memory_size" : "0b",
      "memory_size_in_bytes" : 0,
      "total_count" : 364053,
      "hit_count" : 0,
      "miss_count" : 364053,
      "cache_size" : 0,
      "cache_count" : 0,
      "evictions" : 0
    },
    "completion" : {
      "size" : "0b",
      "size_in_bytes" : 0
    },
    "segments" : {
      "count" : 16635,
      "memory" : "83.6mb",
      "memory_in_bytes" : 87662804,
      "terms_memory" : "64.5mb",
      "terms_memory_in_bytes" : 67635408,
      "stored_fields_memory" : "6.3mb",
      "stored_fields_memory_in_bytes" : 6624464,
      "term_vectors_memory" : "0b",
      "term_vectors_memory_in_bytes" : 0,
      "norms_memory" : "6.1mb",
      "norms_memory_in_bytes" : 6478656,
      "doc_values_memory" : "6.6mb",
      "doc_values_memory_in_bytes" : 6924276,
      "index_writer_memory" : "448.1kb",
      "index_writer_memory_in_bytes" : 458896,
      "index_writer_max_memory" : "4.5gb",
      "index_writer_max_memory_in_bytes" : 4914063972,
      "version_map_memory" : "338b",
      "version_map_memory_in_bytes" : 338,
      "fixed_bit_set" : "0b",
      "fixed_bit_set_memory_in_bytes" : 0
    },
    "percolate" : {
      "total" : 0,
      "time" : "0s",
      "time_in_millis" : 0,
      "current" : 0,
      "memory_size_in_bytes" : -1,
      "memory_size" : "-1b",
      "queries" : 0
    }
  },
  "nodes" : {
    "count" : {
      "total" : 3,
      "master_only" : 0,
      "data_only" : 0,
      "master_data" : 3,
      "client" : 0
    },
    "versions" : [ "2.4.6" ],
    "os" : {
      "available_processors" : 24,
      "allocated_processors" : 24,
      "mem" : {
        "total" : "13.8gb",
        "total_in_bytes" : 14859091968
      },
      "names" : [ {
        "name" : "Linux",
        "count" : 3
      } ]
    },
    "process" : {
      "cpu" : {
        "percent" : 1
      },
      "open_file_descriptors" : {
        "min" : 9817,
        "max" : 9920,
        "avg" : 9866
      }
    },
    "jvm" : {
      "max_uptime" : "1.1d",
      "max_uptime_in_millis" : 101282315,
      "versions" : [ {
        "version" : "1.8.0_131",
        "vm_name" : "Java HotSpot(TM) 64-Bit Server VM",
        "vm_version" : "25.131-b11",
        "vm_vendor" : "Oracle Corporation",
        "count" : 3
      } ],
      "mem" : {
        "heap_used" : "7.2gb",
        "heap_used_in_bytes" : 7800334800,
        "heap_max" : "23.8gb",
        "heap_max_in_bytes" : 25560612864
      },
      "threads" : 359
    },
    "fs" : {
      "total" : "1.1tb",
      "total_in_bytes" : 1241247670272,
      "free" : "1tb",
      "free_in_bytes" : 1206666141696,
      "available" : "1tb",
      "available_in_bytes" : 1143543336960
    },
    "plugins" : [ {
      "name" : "bigdesk",
      "version" : "master",
      "description" : "bigdesk -- Live charts and statistics for Elasticsearch cluster ",
      "url" : "/_plugin/bigdesk/",
      "jvm" : false,
      "site" : true
    }, {
      "name" : "head",
      "version" : "master",
      "description" : "head - A web front end for an elastic search cluster",
      "url" : "/_plugin/head/",
      "jvm" : false,
      "site" : true
    }, {
      "name" : "kopf",
      "version" : "2.0.1",
      "description" : "kopf - simple web administration tool for Elasticsearch",
      "url" : "/_plugin/kopf/",
      "jvm" : false,
      "site" : true
    } ]
  }
}
 
以上監控命令打印的集羣統計信息包含: Elasticsearch集羣的分片數，文檔數，存儲空間，緩存信息，內存做用率，插件內容，文件系統內容，JVM 做用情況，系統 CPU，OS 信息，段信息。

2) 利用腳本監控elasticSearch集羣健康值green yellow red狀態

[root@elk-node03 ~]# curl 10.0.8.47:9200/_cat/health
1554864073 10:41:13 qwkg-elk green 3 3 4478 2239 0 0 0 0 - 100.0% 

編寫python腳本, 監控elasticsearch的健康狀態
[root@elk-node03 ~]# vim /opt/es_health_monit.py    
import commands
command = 'curl 10.0.8.47:9200/_cat/health'
(a, b) = commands.getstatusoutput(command)
status= b.split(' ')[157]
if status=='red':
    healthy=0
else:
    healthy=1
 
print healthy

手動執行腳本, 打印出elasticsearch健康狀態
[root@elk-node03 ~]# chmod 755 /opt/es_health_monit.py
[root@elk-node03 ~]# python /opt/es_health_monit.py
1

而後在腳本中結合sendemail進行郵件報警 或者 添加到zabbix監控裏.

八.  Elasticsearch配置中防止腦裂的配置

Master和DataNode未分離，致使集羣不穩定
在ES集羣中，節點分爲Master、DataNode、Client等幾種角色，任何一個節點均可以同時具有以上全部角色，其中比較重要的角色爲Master和DataNode:
1. Master主要管理集羣信息、primary分片和replica分片信息、維護index信息。
2. DataNode用來存儲數據，維護倒排索引，提供數據檢索等。

能夠看到元信息都在Master上面，若是Master掛掉了，該Master含有的全部Index都沒法訪問，文檔中說，爲了保證Master穩定，須要將Master和Node分離。而構建master集羣可能會產生一種叫作腦裂的問題，爲了防止腦裂，須要設置最小master的節點數爲eligible_master_number/2 + 1

腦裂的概念：
若是有兩個Master候選節點，並設置最小Master節點數爲1，則當網絡抖動或偶然斷開時，兩個Master都會認爲另外一個Master掛掉了，它們都被選舉爲主Master，則此時集羣中存在兩個主Master，即物理上一個集羣變成了邏輯上的兩個集羣，而當其中一個Master再次掛掉時，即使它恢復後回到了原有的集羣，在它做爲主Master期間寫入的數據都會丟失，由於它上面維護了Index信息。

根據以上理論，能夠對集羣作了以下更改，額外選取三個獨立的機器做爲Master節點，修改elasticsearch.yml配置

node.master = true
node.data = false
discovery.zen.minimum_master_nodes = 2

修改其餘節點配置，將其設置爲DataNode，最後依次重啓

node.master = false
node.data = true
相關文章
相關標籤/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公眾號
   歡迎關注本站公眾號,獲取更多信息
聯繫我們 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程