Elasticsearch别名存在多个写入索引的理想恢复方法咨询

故障根因 #

该错误由分片重分配过程中异常中断导致：部分data节点本地残留了已被集群删除的无效索引的元数据与分片数据，ES启动校验时发现同一个别名关联了两个写索引，其中无效索引已经不存在于master的集群元数据中。

标准恢复操作（无需手动删除节点本地目录） #

1. 暂停分片分配，避免恢复过程中节点波动触发二次重分配 #

PUT _cluster/settings
{
  "persistent": {
    "cluster.routing.allocation.enable": "none"
  }
}

2. 确认合法写索引 #

查询集群中正常存在的索引的别名配置，确认哪一个是别名指定的合法写索引：

GET index-abc,_alias/alias-id_100536

返回结果中is_write_index字段为true的即为合法写索引。

3. 清理无效索引残留 #

• 如果通过API可以查询到另一个无效索引index-def，直接调用索引删除接口即可：

  DELETE index-def
  

• 如果master完全查询不到index-def，说明该索引仅为部分data节点的孤立残留，调用清理过时分配记录的API即可：

  POST _cluster/reroute?pretty
  {
    "commands": [
      {
        "clear_stale_allocations": {
          "index": "index-def",
          "allow_primary": true
        }
      }
    ]
  }
  

4. 校验别名配置 #

确认当前别名仅关联一个写索引：

GET _alias/alias-id_100536

返回结果中应仅包含1个索引，且is_write_index值为true。

5. 恢复分片分配，重启故障节点 #

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

逐个重启启动失败的data节点Pod即可，节点启动后会自动与master同步元数据，清理本地残留的无效索引数据。

注意事项 #

• 6.7.2版本原生支持clear_stale_allocationsAPI，无需手动登录底层VM删除PV目录，避免误删有效数据
• 操作前建议先对集群元数据做快照备份，规避操作风险
• 该方案不会造成数据丢失，清理完成后集群会自动将分片恢复到预期副本数

内容的提问来源于stack exchange，提问作者Anirudh Panchangam