问题描述

某现网ElasticSearch 故障，很长时间unassgined_shards的数量都不减少。

原因分析与解决方案：

先了解整体状态，使用Postman请求，如下几个请求命令：

1. GET /_cat/indices
2. GET /_cat/shards
3. GET /_cluster/health
4. GET /_cat/nodes?v
5. GET /_cat/health?v
6. GET /_cluster/allocation/explain
   
7. POST /_cluster/reroute?retry_failed=true
   
   恢复了部分，但是还是有shards没恢复，取回/_cluster/allocation/expain的response，才发现日志显示：

"disk_threshold","the node is above the low watermark cluster setting [cluster.routing.allocation.disk.watermark.low=85%], using more disk space than the maximum allowed [85.0%], actual free: [12.239612269812415%]"

确认了分片无法指向的原因是节点磁盘使用率超过85%，即安排磁盘扩容，然后再重启ES集群解决。具体操作重启步骤：

第一步：PUT /_cluster/settings
Body里的内容：

{"transient": {"cluster.routing.allocation.enable": "none"}
}

第二步：
systemctl stop elasticsearch或kill {es的pid}，注意不是kill -9
这时候要等，通过ps -ef | grep elasticsearch看进程结束没。
进程结束后，再进入第三步。

第三步：
systemctl start elasticsearch或su - esuser进入elasticsearch的bin目录，执行./elasticsearch -d命令

观察es的日志，直到它加入集群，再重启下一台。

重复2、3两步，全部节点重启完成后执行
第四步：

PUT  /_cluster/settings
{"transient" : {"cluster.routing.allocation.enable" : "all"}}