elasticsearch 故障恢复的参考 —— 筑梦之路

这篇具有很好参考价值的文章主要介绍了elasticsearch 故障恢复的参考 —— 筑梦之路。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

故障现象:

elastisearch 集群索引状态为red,数据上T大小,单个索引好几百个G,集群重启耗时过长,无法恢复正常状态

报错类似:

Caused by: org.elasticsearch.action.UnavailableShardsException: [.monitoring-kibana-7-2023.01.17][0] primary shard is not active Timeout: [1m], request: [BulkShardRequest [[.monitoring-kibana-7-2023.01.17][0]] containing [2] requests]
 ... 11 more
[2023-01-17T06:19:46,326][WARN ][o.e.x.m.e.l.LocalExporter] [datanodeprod5.synnex.org] unexpected error while indexing monitoring document

cat recovery API | Elasticsearch Guide [8.7] | Elastic

基于如下五种情况,Elasticsearch 自动执行恢复(recovery):

  • 节点启动(这种类型的恢复称为本地存储恢复);

  • 将主分片复制到副本分片;

  • 将分片迁移到同一集群中的不同节点;

  • 恢复快照(又称作:快照还原 restore 操作);

  • Clone, shrink, or split 操作。

 1. 集群尚可用的情况下,使用recovery_api

GET _cat/recovery?v=true&h=i,s,t,ty,st,shost,thost,f,fp,b,bp&s=index:desc

用途:返回有关分片恢复的信息,包括正在进行的和已完成的。

注意:分片恢复完成后,恢复的分片可用于搜索和索引。

2. 确定每个节点将被恢复的并发分片数

如下设置若生效,本质上是:

node_concurrent_incoming_recoveries和 node_concurrent_outgoing_recoveries同时生效。

incoming_recoverie可以简单理解为副本分片的恢复,outgoing_recoveries可以简单理解为主分片的恢复。


PUT _cluster/settings
{
"transient": {
"cluster.routing.allocation.node_concurrent_recoveries": 3
}
}

 默认值是2,理论上调大会增大并发。

Cluster-level shard allocation and routing settings | Elasticsearch Guide [8.7] | Elastic

3. 延时分片分配策略

当节点出于任何原因(人为原因或系统异常)离开集群时,主节点会做出以下反应(如下称为步骤 X 是方便后续的解读):



步骤1:将副本分片提升为主分片以替换节点上的任何主分片。

步骤2:分配副本分片以替换丢失的副本(在有足够的节点的前提下)。

步骤3:在其余节点之间均匀地重新平衡分片。


以上操作的好处是:避免集群数据丢失,确保集群高可用。


但可能带来的副作用也非常明显:其一,会给集群带来额外的负载(分片分配非常耗费系统资源);其二,若离开集群的节点很快返回,上述机制的必要性就有待商榷。


此时,延迟分片分配就显得非常必要,设置如下:


PUT _all/_settings
{
  "settings": {
    "index.unassigned.node_left.delayed_timeout": "6m"
  }
}

 延时分片分配策略的本质

当节点离开集群并确认几分钟(自己设定)可以快速上线的情况下,离开的过程中只触发步骤1的将离开节点上的对应的副本分片提升为主分片。此时集群至少不是red 状态,而是yellow状态。步骤2、步骤3不会发生,此时集群是可用的,待设定的几分钟内下线集群确保重新上线后,分片再重新转为副本分片,此时集群恢复绿色状态。


这个过程有效避免了步骤2、步骤3的分片分配,整体上以最短的时间确保了集群的高可用性。

 Delaying allocation when a node leaves | Elasticsearch Guide [8.7] | Elastic

4. 限制恢复速度以避免集群过载

Elasticsearch 限制分配给恢复的速度以避免集群过载。


可以更新此设置以使恢复更快或更慢,具体取决于业务要求。在资源允许的情况下,想快就调大;反之,则相反。


但一味的追求快速恢复,将如下设置过高,正在进行的恢复操作会消耗过多的带宽和其他资源,这可能会破坏集群的稳定性。


PUT _cluster/settings
{
  "transient": {
    "indices.recovery.max_bytes_per_sec": "100mb"
  }
}

注意事项:


这是集群层面的动态设置,一旦设置后,对集群中每个节点都生效。


如果仅想限制有限的某个节点,可以通过更新elasticsearch.yml 配置文件的静态配置来实现。

 Index recovery settings | Elasticsearch Guide [8.7] | Elastic

以上是集群还可以访问的情况下

集群无法响应的情况下如何恢复???

提速的核心:删除历史“包袱”(将来不再需要的大索引),以间接使得集群恢复加速。

免责说明:

  • 如下的验证,仅在单节点集群验证 ok,多节点原理一致。

  • 涉及文件的操作,是无法之法,万不得已,不要直接操作文件。

1. 找到待删除大索引的 uuid

部分命令可执行,可以 cat/index

GET _cat/indices?v&s=docs.count:desc

找到对应的uuid

 这一步目的:找到需要删除、业务层面彻底放弃的索引直接物理删除文件,为重启集群会减少恢复压力。

2. 在Elasticsearch 存储路径下找到对应存储

find ./ -name "znUfwfE3Rt22GMMqANMbQQ"

./indices/znUfwfE3Rt22GMMqANMbQQ

建议:先备份,后执行物理删除

3. 再次重启集群

物理删除文件不是首选的方法去恢复集群,是无奈之法,没得其他选择的情况下使用。

一般来说,ES的集群需要做好日常的数据备份,出现故障尽量使用备份的数据进行恢复。

这里就不得不提到ES的快照了,定时建立快照是比较好的选择作为备份

总结一下:

1. 对于ES集群需要定时做好快照

2. 避免大索引,比如上百G的索引,把ILM用起来,历史数据该清理的清理、该冷的冷处理方为王道

3. 相关调优参数需要验证后再上生产环境,未经测试不要上生产环境

4. 需要有可对照的测试环境,不要直接动生产环境

5. 需要对于ES相关知识比较熟悉

原文:

涉及10TB+数据,ElasticSearch紧急线上问题复盘

Elasticsearch 5.x 数据备份和恢复文章来源地址https://www.toymoban.com/news/detail-620885.html

到了这里,关于elasticsearch 故障恢复的参考 —— 筑梦之路的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • elasticsearch snapshot快照备份到minio对象存储S3 —— 筑梦之路

    minio 最新版 elasticsearch 7.9 访问minio web:http://ip:9001 ,创建用户和桶,示例如下: 参考:elasticsearch snapshot快照指定多个索引并行备份——筑梦之路_筑梦之路的博客-CSDN博客

    2024年02月09日
    浏览(38)
  • docker-compose搭建elasticsearch 8.6.0集群 —— 筑梦之路

    docker-compose.yml es1.yml es2.yml es3.yml kibana.yml 参考资料: docker-compose 搭建elasticsearch 集群及kibana - 简书 更新_Docker安装ElasticSearch8.6.0 Docker安装ElasticSearch8.6.0

    2024年02月13日
    浏览(38)
  • PostgreSQL 16数据库的yum、编译、docker三种方式安装——筑梦之路

    随手一记:生成密码的密文sha256加密

    2024年02月07日
    浏览(57)
  • k8s pod 处于Terminating的原因分析和解决处理——筑梦之路

    之前整理了一下各种资源长时间无法回收,解决处理的命令行 k8s 各种资源Terminationg状态处理 —— 筑梦之路_k8s自定义资源修改状态-CSDN博客 这里具体整理下pod长时间处于Terminating状态的相关知识,主要是对前面的补充和完善,作为笔记记录。 当我们要删除一个Pod时,Kuberne

    2024年02月03日
    浏览(35)
  • MySQL-备份+日志:介质故障与数据库恢复

    本关任务: 备份数据库,然后再恢复它。 为了完成本关任务,你需要掌握: 1.MySQL的恢复机制; 2.MySQL提供的备份与恢复工具。 和大多数DBMS一样,MySQL利用备份、日志文件实现恢复。 具体理论知识在此不详细介绍。 MySQL提供了以下工具: 逻辑备份工具:mysqldump 物理备份工具

    2024年02月05日
    浏览(89)
  • 063、故障处理之快速恢复数据

    目的:尽快修复数据,恢复业务 常用备份恢复技术 MVCC 是TiDB数据库原生的一项功能,默认使用无需配置,它使用多个历史快照的方式来维护数据在某个时间点对并发访问的一致性。 dml方式 tidb_snapshot 参数 ddl方式 flashback table ; recover table dml + ddl 方式 dumpling 工具 步骤一: 查

    2024年02月15日
    浏览(38)
  • 分布式数据库事务故障恢复的原理与实践

    关系数据库中的事务故障恢复并不是一个新问题,自70年代关系数据库诞生之后就一直伴随着数据库技术的发展,并且在分布式数据库的场景下又遇到了一些新的问题。本文将会就事务故障恢复这个问题,分别讲述单机数据库、分布式数据库中遇到的问题和几种典型的解决方

    2024年02月03日
    浏览(41)
  • ORACLE之rman备份恢复及故障处理

    一、参数文件恢复 1.1 首先查看归档模式是否打开 1.2 关闭数据库 1.3 将数据库启动到mount状态 1.4 开启归档 1.5 设置归档路径 1.6 查看归档信息 1.7 打开数据库 1.8 打开控制文件自动备份设置 (备份任意文件都会自动备份控制文件。) 1.9 备份全库 1.10 备份spfile 若spfile文件损坏并

    2024年02月01日
    浏览(45)
  • 助力成长的开源项目 —— 筑梦之路

    免费的闯关式 SQL 自学教程网站,从 0 到 1 带大家掌握常用 SQL 语法,目前一共有 30 多个关卡,希望你在通关的时候,变身为一个 SQL 高手。除了闯关模式之外,这个项目支持自由选择关卡、自定义关卡、SQL 在线练习广场等功能,方便自由地查漏补缺。 GitHub 地址→GitHub - li

    2024年02月03日
    浏览(41)
  • SecDevOps 相关知识了解学习 —— 筑梦之路

    SecDevOps指的是将安全实践整合到DevOps流程中。它强调了软件开发人员、IT安全团队和运营人员之间的合作、沟通和自动化的重要性,以确保安全性融入软件开发生命周期。 通过采用SecDevOps方法,组织可以在开发过程的早期阶段解决安全风险。这可以导致更快的交付安全的软件

    2024年02月09日
    浏览(50)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包