解决重启变更时“集群状态不健康或存在close索引，不能执行当前操作”报错-检索分析服务 Elasticsearch版-阿里云-检索分析服务 Elasticsearch版(ES)-阿里云帮助中心

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”。错误码为InstanceHealthStatusError。

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

冷热架构中，索引通过 box_type 参数指定分片分配到热节点或冷节点。box_type 配置错误会导致分片分配异常，影响变更进度。

执行 GET /{index_name}/_settings 查看索引 settings 中 box_type 配置，确保 box_type 值与节点类型匹配：热节点为 hot，冷节点为 warm。

索引 settings 中 routing 指定 _id 字段会导致分片无法正常分配，影响变更进度。

执行 GET /{index_name}/_settings 检查 index.routing 配置。如果 routing 指定了 _id 字段，将其设为 null 以恢复分片分配。