长时间无请求时Elasticsearch是否休眠？Docker三节点集群ping失败咨询

Elasticsearch本身没有任何休眠机制，该现象几乎都是闲置TCP长连接被中间网络层断开导致：客户端持有已经被销毁的旧连接发起首次ping请求失败，重试时客户端自动创建新连接，请求就会恢复正常。
常见触发条件包括：

• 宿主机TCP默认保活时间过长（默认通常为2小时），闲置超过该时长的连接被操作系统/ Docker网桥的连接跟踪机制清理
• Python Elasticsearch客户端默认未开启TCP保活，无法感知连接已被销毁
• ping方法默认超时阈值较低，首次请求等待TCP重传的时间超过阈值就会返回失败

• 首先排查Elasticsearch节点日志：确认闲置期间是否存在GC停顿、节点重启、集群断连等异常，若存在长时间STW（超过1秒）的GC日志，需要调整JVM堆内存大小
• 检查宿主机TCP配置：执行sysctl net.ipv4.tcp_keepalive_time查看默认保活时间，若值超过1小时建议调整
• 检查Docker网桥连接跟踪配置：执行sysctl net.netfilter.nf_conntrack_tcp_timeout_established查看TCP已建立连接的超时时间，若低于你业务的闲置最大时长需要调整

1. 客户端侧优化（优先实施） #

开启TCP保活配置 #

修改Elasticsearch连接初始化代码，增加TCP保活参数，主动维持连接有效性：

import socket
from elasticsearch import Elasticsearch
from elasticsearch.connection.http_urllib3 import Urllib3HttpConnection

# 自定义TCP保活参数
socket_options = Urllib3HttpConnection.default_socket_options + [
    (socket.SOL_SOCKET, socket.SO_KEEPALIVE, 1),
    (socket.IPPROTO_TCP, socket.TCP_KEEPIDLE, 120), # 闲置120秒后开始发保活包
    (socket.IPPROTO_TCP, socket.TCP_KEEPINTVL, 30), # 保活包发送间隔30秒
    (socket.IPPROTO_TCP, socket.TCP_KEEPCNT, 5) # 连续5次保活失败判定连接失效
]

connection = Elasticsearch(
    [cnt_params], # 建议把3个ES节点地址都加入列表，避免单节点故障影响
    max_retries=100,
    retry_on_timeout=True,
    timeout=700,
    request_timeout=800,
    socket_options=socket_options
)

优化ping重试逻辑 #

首次ping失败后增加1-2次短间隔重试，覆盖连接重建的时间开销：

import time
# 原有ping逻辑优化为
for _ in range(2):
    if connection.ping():
        return connection
    time.sleep(1)
return None

版本对齐 #

建议将Python Elasticsearch客户端版本降级到7.14.x，和服务端版本保持一致，避免底层协议兼容性隐患。

2. 服务端侧优化 #

修改docker-compose.yml中三个ES服务的environment配置，开启ES侧TCP保活：

environment:
  # 原有其他配置保持不变，新增以下4行
  - network.tcp.keep_alive=true
  - network.tcp.keep_idle=120s
  - network.tcp.keep_interval=30s
  - network.tcp.keep_count=5

修改后重启ES集群生效。

3. 基础设施侧优化 #

• 调整宿主机TCP参数，缩短默认保活时间：执行sysctl -w net.ipv4.tcp_keepalive_time=120，并写入/etc/sysctl.conf永久生效
• 若业务闲置时间极长，可调整Docker连接跟踪TCP超时时间：sysctl -w net.netfilter.nf_conntrack_tcp_timeout_established=86400（设置为1天）
• 条件允许的话可以将ES服务改用host网络部署，跳过Docker网桥转发层，减少连接被中间层中断的概率

内容的提问来源于stack exchange，提问作者QLands - Carlos Quiros