产品动态
产品公告
安全公告
集群健康状态异常（RED、YELLOW）如何解决？
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 | 群集中活动碎片的比率，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因为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因为集群有节点下线，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：
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 |
文档反馈