Elasticsearch常见的8种错误及最佳实践

Elasticsearch常见的8种错误及最佳实践题记
Elasticsearch 社区有⼤量关于 Elasticsearch 错误和异常的问题。

深挖这些错误背后的原因，把常见的错误积累为⾃⼰的实战经验甚⾄是⼯具，不仅可以节省
我们的开发和运维时间，⽽且可以帮助确保 Elasticsearch 集群的长期健康运⾏。

常见的异常、原因和常规最佳实践拆解如下，这些最佳实践可以帮助我们更有效地识别、最
⼩化定位和处理异常问题。

1、 Mapper_parsing_exception
Elasticsearch 依靠映射（Mapping）定义的数据类型处理数据。

映射定义了⽂档中的字段并指定了它们对应的数据类型，例如⽇期类型 Date、长整数类型long 和字符串类型 text。

如果索引⽂档包含没有定义数据类型的新字段，Elasticsearch将使⽤动态映射来估计字段的
类型，并在必要时将其从⼀种类型转换为另⼀种类型。

如果Elasticsearch⽆法执⾏此转换，它将引发“ mapper_parsing_exception⽆法解析” 异常。

如果此类异常太多会降低索引吞吐量。

实战举例如下：
DELETE mytest_0001PUT mytest_0001/_doc/1{ "name":"John"}PUT mytest_0001/_doc/2{ "name": { "firstname": "John", "lastname": "doe" }}
为避免此问题，可以在创建索引时显⽰定义Mapping，明确敲定字段类型。

或者可以使⽤
_mapping 动态添加新字段映射。

动态更新索引实战：
PUT mytest_0001/_mapping{ "properties": { "title": { "type": "text" } }}
请注意：虽然可以通过如上命令动态添加字段，但是不能更改现有字段映射。

若想做字段类型的修改，需要重新定义Mapping 结合 reindex 和 alias 别名实现。

2、BulkIndexError
批量索引⼤型数据集通常更有效。

例如，您可以执⾏⼀个批量操作来索引 1,000 个⽂档，⽽不是使⽤ 1,000 个索引操作。

批量操作可以通过 bulk API 完成。

批量操作实战：
PUT my_index_0003/_bulk{"index":{"_id":1}}{"myid":"c12345"}{"index":{"_id":2}} {"myid":"C12456"}{"index":{"_id":3}}{"myid":"C31268"}
但是，此过程容易出错。

执⾏批量操作的过程中，你需要仔细检查：数据类型不匹配和空值匹配等问题。

对于批量 API ，你需要格外警惕，因为即使有数百个肯定的响应，批量中的某些索引请求也可能失败。

批量操作捕获错误实战：
@Override public void afterBulk(long executionId, BulkRequest request, BulkResponse re sponse) { if (response.hasFailures()) { for (int i = 0; i < response.getItems().length; i++) { Bul kItemResponse item = response.getItems()
[i]; if (item.isFailed()) { IndexRequest ireq = (IndexRequest) request.requests().get(i); l ogger.error("Failed while indexing to " + item.getIndex() + " type " + item.getType() + " " + "request: [" + ireq + "]: [" + item.getFailureMessage() + "]"); } } } }
除了提前设置具有所有适当条件的批量 API 之外，还要浏览响应列表并检查每个响应，以确保所有数据均按预期索引。

3、搜索超时错误：
ConnectionTimeout，ReadTimeoutError，RequestTimeout 等如果在指定的搜索时间内未收到响应，则请求将失败并返回错误消息。

这称为搜索超时。

搜索超时很常见，多种原因都可以导致搜索超时，例如：⼤型数据集或占⽤⼤量内存的查询。

要消除搜索超时，可以通过如下实现解决：
3.1 增加 elasticsearch.requestTimeout
设置注意：应该在 HTTP 客户端⽽不是 Elasticsearch 中指定 timeout 值，Elasticsearch 端没有请求超时参数。

kibana 请求显⽰超时，优化⽅案如下：
kibana 默认请求等待时间是 30 秒，可以在 kibana.yml 中调整该值。

elasticsearch.requestTimeout: 90000
3.2 减少每个请求返回的⽂档数量
不要将请求的 size 值设置太⼤，结合：from、size 深度翻页机制实现。

全量遍历借助 scroll 实现。

3.3 缩⼩时间范围
请求时间范围越长（⽐如时间跨度周期 1 年以上的数据），请求数据量越⼤，超时的可能性越⾼。

3.4 调整内存设置
通过配置单个查询的内存断路器来限制单个查询的内存使⽤量。

如：将 index.breaker.request.limit 限制为 40％，默认是 60%。

集群层⾯设置请求熔断内存实战：
PUT /_cluster/settings{ "persistent": { "indices.breaker.request.limit": "40%" }}
通过将search.max_buckets设置为 5000 （默认值：10000）来限制⽤于聚合的存储桶数。

PUT _cluster/settings{ "transient": { "search.max_buckets": 5000 }}
3.5 优化查询、索引和分⽚。

3.6 启⽤慢速搜索⽇志
监视搜索运⾏时间，扫描繁重的搜索等等。

慢⽇志开启实战：
PUT /_settings{ "index.search.slowlog.threshold.query.debug": "30s", "index.search.slowlo g.threshold.fetch.debug": "30s", "index.indexing.slowlog.threshold.index.debug": "30s"}
4、 All Shards Failed
在 Elasticsearch 搜索时，可能会遇到 “All Shards Failed” 的错误消息。

发⽣ All Shards Failed 的⼏种情况：
当读取请求⽆法从分⽚获得响应时
当由于集群或节点仍处于初始启动过程⽽⽆法搜索数据
当分⽚丢失或处于恢复模式并且集群为红⾊时
造成 All Shards Failed 可能的原因：
节点可能已断开连接或重新连接
正在查询的分⽚可能正在恢复中，因此不可⽤
磁盘可能已损坏
搜索query 语句可能写的有问题。

例如，引⽤字段类型错误的字段。

配置错误可能导致操作失败。

问题排查实战举例：
GET /_cat/healthGET /_cat/indices?vGET _cluster/health/?
level=shardsGET _cluster/allocation/explain
5、进程内存锁定失败：“memory locking requested for elasticsearch process but memory is not locked”
为了使节点保持健康，必须确保没有将 JVM 内存换出到磁盘。

发⽣系统 swapping （交换）的时候 Elasticsearch 节点的性能会⾮常差，也会影响节点的稳定性。

所以要不惜⼀切代价来避免 swapping 。

swapping会导致Java GC的周期延迟从毫秒级恶化到分钟，更严重的是会引起节点响应延迟甚⾄脱离集群。

限制 elasticsearch占⽤的内存情况，可选择少⽤swap。

⽽：启⽤ bootstrap.memory_lock 就是限制交换的三种⽅案之⼀。

在 elasticsearch.yml 中启动 memory_lock 实践：
bootstrap.memory_lock: true
报错复现如下：
[,260][INFO ][o.e.n.Node ] [node-1] starting ...[,529][INFO ]
[o.e.t.TransportService ] [node-
1] publish_address {172.17.0.5:9300}, bound_addresses {172.17.0.5:9300}[,537][INFO ] [o.e.b.BootstrapChecks ] [node-1] bound or publishing to a non-
loopback address, enforcing bootstrap checks[,565][ERROR][o.e.b.Bootstrap ] [node-1] node validation exception[1] bootstrap checks failed[1]: memory locking requested for ela sticsearch process but memory is not locked[,575][INFO ][o.e.n.Node ] [node-
1] stopping ...[,596][INFO ][o.e.n.Node ] [node-1] stopped[,597][INFO ]
[o.e.n.Node ] [node-1] closing ...[,615][INFO ][o.e.n.Node ] [node-1] closed
centos 7.x 解决⽅案：在 /etc/security/limits.conf ⽂件中添加如下内容，并保持，然后重启elasticsearch 即可。

elasticsearch soft memlock unlimitedelasticsearch hard memlock unlimited
最佳实践之验证启动是否成功：
GET _nodes?filter_path=**.mlockall
正确返回结果如下：
{ "nodes" : { "gJUT-E48u_nUw" : { "process" : { "mlockall" : true } } }}
6、引导检查失败 Bootstrap Checks Failed
Bootstrap 检查会在 Elasticsearch 开始之前检查各种设置和配置，以确保其可以安全运⾏。

如果引导检查失败，则它们可以阻⽌ Elasticsearch 启动（如果处于⽣产模式）或在开发模式下发出警告⽇志。

建议你熟悉引导检查所强制执⾏的设置，并注意它们在开发和⽣产模式上是不同的。

通过将系统属性
es.enforce.bootstrap.checks设置为true，可以强制执⾏引导检查。

主要检查内容包含但不限于：
堆的⼤⼩检查
⽂件描述符
最⼤线程数
⽂件⼤⼩限制
最⼤虚拟内存
最⼤映射数
客户端jvm检查
垃圾收集检查
OnError和OnOutOfMemoryError检查 ......
最佳实践：在 jvm.option 中添加如下配置后重启 Elasticsearch。

-Des.enforce.bootstrap.checks=true
7、TransportError
在Elasticsearch中，传输模块核⼼功能是：集群中节点之间的通信。

传输错误Transport errors 经常出现，失败可能是如下的原因引起的：
分⽚丢失
设置冲突
数据建模不合理
⽹络故障
.....
常见的 Transport errors 错误如下：
TransportError(403, u'cluster_block_exception', u'blocked by: [FORBIDDEN/12/index read-only / allow delete (api)];')
原因分析：
当没有⾜够的可⽤磁盘空间供 Elasticsearch 在节点之间分配时，可能会发⽣这种情况。

解决⽅案：
增加磁盘空间
删除旧数据以释放空间
更新索引只读模式。

注意：当磁盘使⽤率>=95%，index.blocks.read_only_allow_delete设置是防⽌节点⽤完磁盘空间的最后⼿段。

不再允许写⼊，只能删除。

以下命令能重置索引上的只读索引块：
PUT /_all/_settings{ "index.blocks.read_only_allow_delete": null}
在分配所有分⽚之前，尝试使⽤刚刚创建的索引时，可能会出现另⼀种传输错误。

在这种情况下，报错如下：
TransportError(503, u”).
传输错误也可能与 Mapping 问题相关。

例如，当您尝试索引具有与其映射不同的数据类型的字段时，可能报错如下：
TransportError (400, u’mapper_pasing_exception’)
8、初始化/启动失败 Initialization/Startup Failures
有时候，分⽚的问题可能会阻⽌ Elasticsearch 启动。

例如，当使⽤有冲突的 Elasticsearch 版本时，您可能报错如下：
“ Elasticsearch java client initialization fails”
或
“\Common was unexpected at this time.”
最佳实践：
做好版本核验，确保开发使⽤的 jar 包版本和部署版本⼀致。

9、如何最⼩化错误和异常？探究错误及解决⽅案的底层逻辑
如果你不想仅仅⼀次处理⼀条错误消息，当你处理的问题多了以后，你会发现：很多错误和异常与如下三个更深层次的问题相关：
安装和配置问题
索引新数据问题
集群运⾏变慢问题
深究拆解如下：
9.1 安装和配置问题
快速安装 Elasticsearch 很容易，但是要确保其⽣产级别的运⾏，需要仔细核对配置。

这可以帮助避免各种错误和异常，例如：引导检查失败 bootstrap checks failure 问题。

9.2 索引新数据问题
在 Elasticsearch 中，你必须⾮常仔细的对字段命名、正确使⽤模板 template、数据建模规范化。

仔细核对这些参数配置，可以帮助你避免诸如：映射 mapping 异常和批量索引错误（ bulk index errors）之类的问题。

9.3 集群速度变慢问题
随着数据规模的扩⼤，以及操作频繁度的扩展，Elasticsearch 有时会发⽣意外导致检索响应速度慢，并可能弹出超时报错。

因此，你必须持续监控集群的如下指标内容：
借助 kibana 或者 cerebro 等可视化⼯具观察错误率及⾛势
监控错误⽇志
核对拒绝的指标
以提前将可能错误扼杀在摇篮阶段，并确保集群⼀切正常。

10、结论
Elasticsearch 运维或开发实战必定会遇到错误或异常。

尽管我们⽆法完全避免，但是可以采⽤⼀些最佳实践来帮助减少错误或异常的发⽣，并在出现问题时更有效地解决问题。

快速有效地解决集群缓慢等复杂问题离不开如下三点：
第⼀：密切关注各项设置和配置；
第⼆：索引新数据时要⼩⼼；
第三：确保集群各项指标可被监视与可视化查看。

简⽽⾔之，你应该将错误和异常视为优化 Elasticsearch 集群基础架构的机会，⽽不必过分担⼼它们的出现。

参考：
https:///blogs/common-elasticsearch-errors-and-exceptions/
Elasticsearch 官⽅⽂档
https://discuss.elastic.co/t/how-to-identify-message-causing-error-in-bulk-request/42885/5
更短时间更快习得更多⼲货！
中国近 1/4 的 Elastic认证⼯程师出⾃于此！。