一、精确定位到有问题的shards

1、查看哪些分片未被分配

curl -XGET localhost:9200/_cat/shards?h=index,shard,prirep,state,unassigned.reason| grep UNASSIGNED

2、如果您运行的是Elasticsearch的5+版本，您还可以使用群集分配说明API来尝试获取有关分片分配问题的更多信息：

curl -XGET localhost:9200/_cluster/allocation/explain?pretty

　生成的输出将提供有关群集中某些分片未分配的原因的有用详细信息：

{
"index" : "testing",
"shard" : 0,
"primary" : false,
"current_state" : "unassigned",
"unassigned_info" : {
"reason" : "INDEX_CREATED",
"at" : "2018-04-09T21:48:23.293Z",
"last_allocation_status" : "no_attempt"
},
"can_allocate" : "no",
"allocate_explanation" : "cannot allocate because allocation is not permitted to any of the nodes",
"node_allocation_decisions" : [
{
"node_id" : "t_DVRrfNS12IMhWvlvcfCQ",
"node_name" : "t_DVRrf",
"transport_address" : "127.0.0.1:9300",
"node_decision" : "no",
"weight_ranking" : 1,
"deciders" : [
{
"decider" : "same_shard",
"decision" : "NO",
"explanation" : "the shard cannot be allocated to the same node on which a copy of the shard already exists"
}
]
}
]
}

二、Elasticsearch中解析未分配的各个原因解析

1、故意分配碎片分配

当节点离开集群时，主节点暂时延迟分片重新分配，以避免在原始节点能够在特定时间段（默认为一分钟）内恢复时不必要地在重新平衡分片上浪费资源。如果是这种情况，您的日志应如下所示：

[TIMESTAMP][INFO][cluster.routing] [MASTER NODE NAME] delaying allocation for [54] unassigned shards, next check in [1m]

解决办法：动态修改延迟时间

curl -XPUT 'localhost:9200//_settings' -d
'{
"settings": {
"index.unassigned.node_left.delayed_timeout": "30s"
}
}'

2、分片太多，节点不够

当节点加入和离开集群时，主节点会自动重新分配分片，确保分片的多个副本未分配给同一节点。换句话说，主节点不会将主分片分配给与其副本相同的节点，也不会将同一分片的两个副本分配给同一节点。如果没有足够的节点来相应地分配分片，则分片可能会停留在未分配状态。

要避免此问题，请确保使用以下公式初始化群集中的每个索引，每个主分片的副本数少于群集中的节点数：

N >= R + 1

其中N是群集中的节点数，R是群集中所有索引的最大分片复制因子。

在下面的屏幕截图中，many-shards索引存储在四个主分片上，每个主分片有四个副本。索引的20个分片中有8个未分配，因为我们的群集只包含三个节点。尚未分配每个主分片的两个副本，因为三个节点中的每个节点都已包含该分片的副本。

解决办法：可以向群集添加更多数据节点或减少副本数。这里我们通过减少副本数的方式解决：

curl -XPUT 'localhost:9200//_settings' -d '{"number_of_replicas": 2}'

减少副本数量后，查看Kopf以查看是否已分配所有分片。

3、加入一个新的节点，需要重新启用分片分配

在下面的截屏中，一个节点刚加入集群，但尚未分片任何分片

默认情况下，在所有节点上启用分片分配，但您可能在某些时候禁用了分片分配（例如，为了执行滚动重新启动），并且忘记重新启用它。

要启用分片分配，请更新群集设置API：

curl -XPUT 'localhost:9200/_cluster/settings' -d
'{ "transient":
{ "cluster.routing.allocation.enable" : "all"
}
}'

4、集群中不在存在分片数据

在这种情况下，constant-updates索引的主分片0 是未分配的。它可能是在没有任何副本的节点上创建的（一种用于加速初始索引过程的技术），并且节点在可以复制数据之前离开了集群。主服务器在其全局集群状态文件中检测分片，但无法在集群中找到分片的数据。

另一种可能性是节点在重新启动时可能遇到问题。通常，当节点恢复其与群集的连接时，它会将有关其磁盘分片的信息中继到主服务器，然后主服务器将这些分片从“未分配”转换为“已分配/已启动”。当此过程由于某种原因（例如，节点的存储已经以某种方式损坏）失败时，分片可能保持未分配状态。

在这种情况下，您必须决定如何继续：尝试让原始节点恢复并重新加入群集（并且不强制分配主分片），或者使用Reroute API强制分配分片并使用重新索引丢失的数据原始数据源，或来自备份。

如果您决定分配未分配的主分片，请确保将该"allow_primary": "true"标志添加到请求中：

curl -XPOST 'localhost:9200/_cluster/reroute' -d
'{ "commands" :
[ { "allocate" :
{ "index" : "constant-updates", "shard" : 0, "node": "", "allow_primary": "true" }
}]
}'

没有"allow_primary": "true"标志，我们会遇到以下错误：

{"error":{"root_cause":[{"type":"remote_transport_exception","reason":"[NODE_NAME][127.0.0.1:9301][cluster:admin/reroute]"}],"type":"illegal_argument_exception","reason":"[allocate] trying to allocate a primary shard [constant-updates][0], which is disabled"},"status":400}

强制分配主分片的警告是你将分配一个“空”分片。如果包含原始主分片数据的节点稍后将重新加入群集，则其数据将被新创建的（空）主分片覆盖，因为它将被视为数据的“较新”版本。

您现在需要重新索引丢失的数据，或使用快照和还原API从备份快照中尽可能多地还原。

5、磁盘水印低（Low disk watermark）

如果没有足够的磁盘空间节点，主节点可能无法分配分片（它不会将分片分配给使用率超过85％的磁盘的节点）。一旦节点达到此磁盘使用级别，或Elasticsearch称为“低磁盘水印”，将不会为其分配更多分片。

您可以通过查询cat API来检查群集中每个节点上的磁盘空间（并查看每个节点上存储的分片）：

curl -s 'localhost:9200/_cat/allocation?v'

如果任何特定节点的磁盘空间不足（删除过时的数据并将其存储在群集外，添加更多节点，升级硬件等），请参阅此文章以获取有关如何操作的选项。

如果您的节点具有大磁盘容量，则85％的低水印可能太低。您可以使用群集更新设置API进行更改cluster.routing.allocation.disk.watermark.low和/或cluster.routing.allocation.disk.watermark.high。例如，此Stack Overflow线程指出，如果您的节点具有5TB磁盘容量，则可以安全地将低磁盘水印增加到90％：

curl -XPUT 'localhost:9200/_cluster/settings' -d
'{
"transient": {
"cluster.routing.allocation.disk.watermark.low": "90%"
}
}'

如果希望在群集重新启动时保持配置更改，请将“transient”替换为“persistent”，或者在配置文件中更新这些值。您可以选择使用字节或百分比值来更新这些设置，但请务必记住Elasticsearch文档中的这一重要说明：“百分比值是指已用磁盘空间，而字节值是指可用磁盘空间。”