这篇博客是 http://www.jianshu.com/p/443cf6ce87d5 的一个补充。
查看ES的状态
代码语言：javascript复制 curl -XGET 'http://unknow.com/_cat/health?v&pretty'发现集群的状态为red，且存在unassinged shard。
查看哪些shard是unassigned
代码语言：javascript复制curl -XGET 'http://unknow.com/_cat/shards?v&pretty' | grep UNASSIGNED为什么会存在unassinged的shard呢？
ES查看unassigned 原因的命令：
代码语言：javascript复制curl noahes.isec.oa.com/_cluster/allocation/explain?pretty -d '{"index":"index-name","shard":0,"primary":true}'查看原因可知是因为设备上没有足够的空间。
查看各结点的存储使用情况
代码语言：javascript复制curl -XGET 'http://unknow.com/_cat/allocation?v&pretty'这个可以查看每个结点的磁盘使用情况，奇怪的是并没有结点的存储满了，最高的也使用不到70%。为什么呢？
后面查看节点各个盘的使用情况，发现有一个盘的使用量超出了ES的默认配置，达到了87%，在merge的过程中，磁盘使用量超出了限制，所以会引起shard unassigned。
为什么存储会超过磁盘限制呢？ES不是有自动rebalance的策略吗？
原因是设置的shard数太少了，查看shard状态可知，一个shard的大小有100多G，磁盘大小只有250G，如果该磁盘上有两个这样的shard，在Segment合并是肯定会出现问题。在数据量较小的时候，ES给该磁盘分配了两个shard，随着数据的增加，shard越来越大，导致问题出现。
解决方案
参考ES提供的reroute api手动移动分片即可。
代码语言：javascript复制curl -XPOST 'http://unknow.com/_cluster/reroute?retry_failed=5&pretty' -d '
{
"commands" : [ {
"allocate_stale_primary" : {
"index" : "myindex",
"shard" :0,
"node" : "node-ip",
"accept_data_loss" : true
}
}]
}'自动移动分片的命令如下：
代码语言：javascript复制 curl -XPOST 'http://unknow.com/_cluster/reroute?retry_failed如何避免问题再现？
先把大的分片移到剩余空间大的结点，增加shard数。
为什么上午执行retry_failed命令，unassigned shard没有被分配，下午执行同样的命令就被分配了？
关于ES集群的Cluster Level Shard Allocation和Disk-Based Shard Allocation，大家可以自己看一下。在Disk-Based Shard Allocation中有提到一个属性cluster.routing.allocation.disk.include_relocations，这个属性为true时，ES会自动检测磁盘的占用量。如果磁盘占用量超出cluster.routing.allocation.disk.watermark.high 配置的阈值，ES会自动relocate shard，上午ES集群还没有或者说正在移动超过磁盘限制的shard，retry_failed失败。下午超出磁盘限制的shard已经被重新relocate，自然可以retry_failed。
cluster.routing.allocation.disk.watermark.high Controls the high watermark. It defaults to 90%, meaning ES will attempt to relocate shards to another node if the node disk usage rises above 90%. It can also be set to an absolute byte value (similar to the low watermark) to relocate shards once less than the configured amount of space is available on the node.
