2. 首页 > ElasticSearch教程 > 正文

ElasticSearch教程FG038-ElasticSearch日常巡检与健康检查

教程整理：风哥教程  |  更新时间：2026-01-01  |  教程分类：ElasticSearch教程  |  文档学习：6

内容简介：本文档风哥主要介绍ElasticSearch日常巡检与健康检查的方法和最佳实践，包括集群健康检查、节点状态检查、索引状态检查、性能指标检查等内容。通过学习本文，您将掌握如何建立完善的日常巡检体系，确保ElasticSearch集群的稳定运行。风哥教程参考ElasticSearch官方文档Monitoring部分。

Part01-基础概念与理论知识

1.1 日常巡检概述

日常巡检是指定期对ElasticSearch集群进行检查，及时发现和解决潜在问题，确保集群的稳定运行。日常巡检的主要内容包括：

  • 集群健康状态：检查集群是否处于健康状态
  • 节点状态：检查各节点是否正常运行
  • 索引状态：检查索引是否正常，是否有异常分片
  • 性能指标：检查CPU、内存、磁盘、网络等性能指标
  • 日志检查：检查集群日志，发现潜在问题

1.2 健康检查指标

健康检查指标包括：

  • 集群状态：green（健康）、yellow（警告）、red（错误）
  • 节点状态：节点是否在线，CPU、内存使用情况
  • 分片状态：分片是否分配，是否有未分配的分片
  • 索引状态：索引是否正常，是否有异常
  • 性能指标：查询响应时间，索引吞吐量，磁盘使用率

1.3 巡检频率与流程

巡检频率建议：

  • 日常巡检：每天1-2次
  • 周巡检：每周1次，更全面的检查
  • 月巡检：每月1次，包括性能优化和容量规划

巡检流程：

  1. 检查集群健康状态
  2. 检查节点状态
  3. 检查索引状态
  4. 检查性能指标
  5. 检查日志
  6. 生成巡检报告
  7. 处理发现的问题

Part02-生产环境规划与建议

2.1 巡检内容规划

巡检内容规划建议：

  • 集群层面：集群健康状态，分片分配情况，集群统计信息
  • 节点层面：节点状态，CPU、内存、磁盘使用情况，JVM状态
  • 索引层面：索引状态，分片数量，文档数量，索引大小
  • 性能层面：查询响应时间，索引吞吐量，搜索吞吐量
  • 日志层面：集群日志，节点日志，错误信息

2.2 健康检查工具

健康检查工具：

  • ElasticSearch API：使用REST API进行健康检查
  • Kibana Monitoring：使用Kibana的监控功能
  • 第三方监控工具：如Prometheus、Grafana等
  • 自定义脚本：编写脚本进行自动化巡检

2.3 告警设置

告警设置建议：

  • 集群状态告警：当集群状态变为yellow或red时告警
  • 节点状态告警：当节点离线或资源使用过高时告警
  • 分片告警：当有未分配的分片时告警
  • 性能告警：当查询响应时间过长或吞吐量过低时告警
  • 磁盘告警：当磁盘使用率过高时告警

Part03-生产环境项目实施方案

3.1 集群健康检查

集群健康检查：

# 1. 检查集群健康状态
curl -X GET “http://192.168.1.10:9200/_cluster/health?pretty”

# 2. 检查集群详细信息
curl -X GET “http://192.168.1.10:9200/_cluster/stats?pretty”

# 3. 检查集群状态
curl -X GET “http://192.168.1.10:9200/_cluster/state?pretty”

# 4. 检查分片分配情况
curl -X GET “http://192.168.1.10:9200/_cat/shards?v”

3.2 节点状态检查

节点状态检查：

# 1. 检查节点列表
curl -X GET “http://192.168.1.10:9200/_cat/nodes?v”

# 2. 检查节点统计信息
curl -X GET “http://192.168.1.10:9200/_nodes/stats?pretty”

# 3. 检查节点JVM状态
curl -X GET “http://192.168.1.10:9200/_nodes/jvm?pretty”

# 4. 检查节点磁盘使用情况
curl -X GET “http://192.168.1.10:9200/_cat/allocation?v”

3.3 索引状态检查

索引状态检查：

# 1. 检查索引列表
curl -X GET “http://192.168.1.10:9200/_cat/indices?v”

# 2. 检查索引详细信息
curl -X GET “http://192.168.1.10:9200/_all/_stats?pretty”

# 3. 检查索引映射
curl -X GET “http://192.168.1.10:9200/fgedu-*/_mapping?pretty”

# 4. 检查索引设置
curl -X GET “http://192.168.1.10:9200/fgedu-*/_settings?pretty”

3.4 性能指标检查

性能指标检查：

# 1. 检查集群性能指标
curl -X GET “http://192.168.1.10:9200/_cluster/stats?metric=indices,nodes,fs,process,jvm,thread_pool&pretty”

# 2. 检查节点性能指标
curl -X GET “http://192.168.1.10:9200/_nodes/stats?metric=indices,fs,process,jvm,thread_pool&pretty”

# 3. 检查线程池状态
curl -X GET “http://192.168.1.10:9200/_cat/thread_pool?v”

# 4. 检查缓存状态
curl -X GET “http://192.168.1.10:9200/_nodes/stats/indices/cache?pretty”

Part04-生产案例与实战讲解

4.1 日常巡检脚本

日常巡检脚本：

#!/bin/bash
# daily_check.sh
# from:www.itpux.com.qq113257174.wx:itpux-com
# web: `http://www.fgedu.net.cn`

# 检查时间
CHECK_TIME=$(date +”%Y-%m-%d %H:%M:%S”)

# 输出文件
OUTPUT_FILE=”/es/app/logs/daily_check_$(date +”%Y%m%d”).log”

# 开始检查
echo “=======================================” > $OUTPUT_FILE
echo “ElasticSearch日常巡检报告” >> $OUTPUT_FILE
echo “检查时间: $CHECK_TIME” >> $OUTPUT_FILE
echo “=======================================” >> $OUTPUT_FILE

# 1. 检查集群健康状态
echo “\n1. 集群健康状态:” >> $OUTPUT_FILE
curl -s -X GET “http://192.168.1.10:9200/_cluster/health?pretty” >> $OUTPUT_FILE

# 2. 检查节点状态
echo “\n2. 节点状态:” >> $OUTPUT_FILE
curl -s -X GET “http://192.168.1.10:9200/_cat/nodes?v” >> $OUTPUT_FILE

# 3. 检查索引状态
echo “\n3. 索引状态:” >> $OUTPUT_FILE
curl -s -X GET “http://192.168.1.10:9200/_cat/indices?v” >> $OUTPUT_FILE

# 4. 检查分片状态
echo “\n4. 分片状态:” >> $OUTPUT_FILE
curl -s -X GET “http://192.168.1.10:9200/_cat/shards?v” | grep -E “UNASSIGNED” >> $OUTPUT_FILE

# 5. 检查磁盘使用情况
echo “\n5. 磁盘使用情况:” >> $OUTPUT_FILE
curl -s -X GET “http://192.168.1.10:9200/_cat/allocation?v” >> $OUTPUT_FILE

# 6. 检查JVM状态
echo “\n6. JVM状态:” >> $OUTPUT_FILE
curl -s -X GET “http://192.168.1.10:9200/_nodes/jvm?pretty” >> $OUTPUT_FILE

# 7. 检查线程池状态
echo “\n7. 线程池状态:” >> $OUTPUT_FILE
curl -s -X GET “http://192.168.1.10:9200/_cat/thread_pool?v” >> $OUTPUT_FILE

# 结束检查
echo “\n=======================================” >> $OUTPUT_FILE
echo “检查完成” >> $OUTPUT_FILE
echo “=======================================” >> $OUTPUT_FILE

# 发送邮件通知
# mail -s “ElasticSearch日常巡检报告” admin@example.com < $OUTPUT_FILE echo "日常巡检完成，报告已保存至 $OUTPUT_FILE"

4.2 健康检查实战

健康检查实战：

# 1. 执行日常巡检脚本
chmod +x /es/app/scripts/daily_check.sh
/es/app/scripts/daily_check.sh

# 2. 查看巡检报告
cat /es/app/logs/daily_check_$(date +”%Y%m%d”).log

# 3. 检查集群健康状态
curl -X GET “http://192.168.1.10:9200/_cluster/health?pretty”

# 4. 检查节点状态
curl -X GET “http://192.168.1.10:9200/_cat/nodes?v”

# 5. 检查索引状态
curl -X GET “http://192.168.1.10:9200/_cat/indices?v”

# 6. 检查分片状态
curl -X GET “http://192.168.1.10:9200/_cat/shards?v” | grep -E “UNASSIGNED”

4.3 告警配置实战

告警配置实战：

# 1. 使用Kibana配置告警
# 访问Kibana界面：http://192.168.1.10:5601
# 进入 Stack Management → Alerts and Insights → Create alert

# 2. 配置集群健康状态告警
# 选择 “Elasticsearch query” 作为触发条件
# 设置查询：GET /_cluster/health
# 设置条件：status != green
# 设置通知：邮件或其他方式

# 3. 配置磁盘使用率告警
# 选择 “Elasticsearch query” 作为触发条件
# 设置查询：GET /_cat/allocation?v
# 设置条件：disk.percent > 85
# 设置通知：邮件或其他方式

# 4. 使用Elasticsearch API配置告警
# 示例：使用Watcher API
curl -X PUT “http://192.168.1.10:9200/_watcher/watch/cluster_health_watch” -H “Content-Type: application/json” -d ‘{
“metadata”: {
“name”: “Cluster Health Watch”
},
“trigger”: {
“schedule”: {
“interval”: “10m”
}
},
“input”: {
“http”: {
“request”: {
“method”: “GET”,
“path”: “/_cluster/health”
}
}
},
“condition”: {
“compare”: {
“ctx.payload.status”: {
“not_eq”: “green”
}
}
},
“actions”: {
“send_email”: {
“email”: {
“to”: “admin@example.com”,
“subject”: “Elasticsearch Cluster Health Alert”,
“body”: “Cluster health status is {{ctx.payload.status}}”
}
}
}
}’

4.4 问题排查实战

问题排查实战：

# 1. 集群状态变为red
# 检查集群健康状态
curl -X GET “http://192.168.1.10:9200/_cluster/health?pretty”

# 检查未分配的分片
curl -X GET “http://192.168.1.10:9200/_cat/shards?v” | grep -E “UNASSIGNED”

# 检查分片分配失败的原因
curl -X GET “http://192.168.1.10:9200/_cluster/allocation/explain?pretty”

# 2. 节点CPU使用率过高
# 检查节点状态
curl -X GET “http://192.168.1.10:9200/_cat/nodes?v”

# 检查线程池状态
curl -X GET “http://192.168.1.10:9200/_cat/thread_pool?v”

# 检查慢查询
curl -X GET “http://192.168.1.10:9200/_nodes/stats/indices/search?pretty”

# 3. 磁盘使用率过高
# 检查磁盘使用情况
curl -X GET “http://192.168.1.10:9200/_cat/allocation?v”

# 检查索引大小
curl -X GET “http://192.168.1.10:9200/_cat/indices?v&s=pri.store.size:desc”

# 清理过期索引
curl -X DELETE “http://192.168.1.10:9200/fgedu-logs-2023.*”

Part05-风哥经验总结与分享

5.1 日常巡检最佳实践

  • 自动化巡检：使用脚本自动化日常巡检，减少人工操作
  • 定期检查：按照规定的频率进行巡检，及时发现问题
  • 全面检查：覆盖集群、节点、索引、性能等各个方面
  • 建立告警机制：设置合理的告警阈值，及时通知异常情况
  • 记录巡检结果：保存巡检报告，便于分析趋势和问题
  • 及时处理问题：发现问题后及时处理，避免问题扩大

5.2 常见问题与解决方案

  • 集群状态变为red：检查未分配的分片，分析原因并进行修复
  • 节点离线：检查网络连接，重启节点，恢复集群
  • CPU使用率过高：优化查询，增加节点资源，调整线程池配置
  • 内存使用过高：调整JVM堆大小，优化缓存配置
  • 磁盘使用率过高：清理过期数据，增加磁盘空间，配置索引生命周期
  • 查询响应时间过长：优化查询语句，增加缓存，调整分片策略

5.3 健康检查优化建议

  • 使用监控工具：部署专业的监控工具，如Prometheus、Grafana等
  • 设置合理的告警阈值：根据实际情况设置告警阈值，避免误报
  • 建立巡检制度：制定完善的巡检制度，确保巡检的规范性和有效性
  • 定期培训：对运维人员进行培训，提高问题排查能力
  • 优化集群配置：根据巡检结果，不断优化集群配置，提高性能和稳定性
  • 建立应急预案：制定应急预案，当出现严重问题时能够快速响应和处理

更多视频教程www.fgedu.net.cn

学习交流加群风哥微信: itpux-com

学习交流加群风哥QQ113257174

风哥提示：日常巡检与健康检查是确保ElasticSearch集群稳定运行的重要手段，需要建立完善的巡检体系

更多学习教程公众号风哥教程itpux_com

from ElasticSearch视频:www.itpux.com

本文由风哥教程整理发布,仅用于学习测试使用,转载注明出处:http://www.fgedu.net.cn/10327.html

相关推荐

联系我们

在线咨询：点击这里给我发消息

微信号：itpux-com

工作日：9:30-18:30，节假日休息