Elasticsearch集群状态为红色，已尝试滚动重启无效，如何排查恢复？

你的集群因为20个未分配分片卡在红色状态了，滚动重启没见效的话，得聚焦这些分片的具体问题来排查，给你几个实用的步骤：

1. 先搞清楚分片未分配的核心原因 #

别盲目试操作，先拿精准诊断信息：

• 用GET _cat/shards?v命令，能直观看到所有分片的状态、所属索引、对应节点，快速定位是哪些索引的哪些分片没分配。
• 用GET _cluster/allocation/explain（如果想指定具体分片，可加参数{"index":"你的索引名","shard":0}），这个命令会直接告诉你分片分配失败的具体原因——是磁盘满了？节点资源不够？还是分片损坏了？

2. 排查常见的分配障碍 #

根据上面的诊断结果，对应处理：

• 磁盘空间不足：ES默认磁盘使用率超过85%就停止分配分片了。用GET _cat/nodes?v查看每个节点的disk.percent字段，要是有节点超标，先清理磁盘（删旧索引、迁移冷数据），或者临时调整磁盘水位参数（比如把cluster.routing.allocation.disk.watermark.low调到90%，但这是临时方案，之后务必清理磁盘）。
• 分片分配被禁用：你之前做滚动重启时可能禁用了分片分配，别忘了恢复！用GET _cluster/settings检查cluster.routing.allocation.enable的值，要是是none或primaries，就用下面的命令改回来：

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

• 节点资源瓶颈：检查数据节点的CPU、内存、磁盘IO使用率——要是节点负载太高，分片分配会卡住。可以用GET _cat/nodes?v看cpu、heap.percent字段，或者登录节点用top、iostat这类系统命令查看监控。
• 分片损坏：如果是主分片损坏，先看对应索引有没有正常的副本分片——有的话可以把副本提升为主分片：

  POST _cluster/reroute
  {
    "commands": [
      {
        "promote_replica": {
          "index": "问题索引名",
          "shard": 分片编号
        }
      }
    ]
  }
  

  要是没有副本，只能接受数据丢失，强制分配空的主分片（谨慎操作！）：

  POST _cluster/reroute
  {
    "commands": [
      {
        "allocate_empty_primary": {
          "index": "问题索引名",
          "shard": 分片编号,
          "node": "目标节点名",
          "accept_data_loss": true
        }
      }
    ]
  }
  

3. 手动干预副本分片分配 #

如果是副本分片未分配，且对应主分片状态正常，你可以手动指定节点分配：

POST _cluster/reroute
{
  "commands": [
    {
      "allocate_replica": {
        "index": "问题索引名",
        "shard": 分片编号,
        "node": "目标节点名"
      }
    }
  ]
}

注意选的节点要有足够的磁盘和内存资源，并且符合集群的分片分配规则（比如没有节点标签过滤、分片数上限没超）。

4. 检查重定位分片的状态 #

你的集群有12个正在重定位的分片，要是这些分片长时间卡在RELOCATING状态，可能是节点间网络慢或者磁盘IO高，用GET _cat/shards?v看这些分片的进度，必要时可以取消重定位后重新触发。

内容的提问来源于stack exchange，提问作者Nayanajith