Elasticsearch 集群 health 的 green、yellow、red 分别代表什么？

简化版

green 表示所有主分片和副本分片都已分配；yellow 表示主分片已分配但部分副本未分配，数据可用但冗余不足；red 表示至少有主分片未分配，部分数据不可用。排查要看 unassigned shards、节点状态、磁盘水位、分片分配规则和 allocation explain。

详细版

集群健康状态主要围绕分片分配：

状态	含义	影响
green	主副分片都正常	最健康
yellow	主分片正常，副本缺失	可读写，但高可用下降
red	主分片缺失	部分索引不可用

常用排查命令包括 _cluster/health、_cat/shards、_cat/allocation、_cluster/allocation/explain。面试要强调：yellow 不等于数据不可用，red 才说明有主分片不可用；但 yellow 长期存在也要处理，因为节点再挂可能丢可用性。

完整版教学

一、health 看的核心是分片分配

Elasticsearch 的索引被拆成 primary shard 和 replica shard。集群 health 并不是笼统说机器好不好，而是看分片是否被正确分配。

index
  primary shard 0
  replica shard 0
  primary shard 1
  replica shard 1

只要主分片可用，数据通常还能读写；副本缺失影响的是冗余和查询分摊。

记忆钩子：green 看主副都齐，yellow 看主在副缺，red 看主缺数据缺。

二、green 是主副分片都已分配

green 表示所有 primary 和 replica shard 都处于 active 状态。它是最理想状态。

{
  "status": "green",
  "active_primary_shards": 10,
  "active_shards": 20,
  "unassigned_shards": 0
}

这意味着副本能提供冗余。即使某个节点故障，集群也更有机会通过副本继续服务。

但 green 不代表性能一定好。慢查询、GC、磁盘高水位、线程池拒绝仍可能存在。health 是可用性指标，不是完整性能诊断。

三、yellow 是主分片在，副本没齐

yellow 最常见原因是单节点集群设置了副本数。比如只有 1 个节点，索引设置 number_of_replicas: 1，副本不能和主分片放在同一节点，所以永远 yellow。

1 node
primary shard -> node1
replica shard -> cannot assign to same node
status -> yellow

解决方式可以是增加节点，或者在开发环境把副本数改成 0。

PUT /my-index/_settings
{
  "number_of_replicas": 0
}

生产环境不能因为想变 green 就随便降副本，要看高可用要求。

四、red 表示至少有主分片不可用

red 是更严重状态，表示至少一个 primary shard 没有分配成功。对应索引的部分数据不可读写。

常见原因包括节点丢失、磁盘损坏、分片分配被禁止、磁盘水位过高、索引损坏、集群恢复失败。

primary shard missing
  -> index partial unavailable
  -> search may fail or return partial
  -> writes to that shard fail

red 时优先恢复主分片，而不是先关心副本。要查清是节点临时离线、磁盘问题，还是没有可用 shard copy。

五、排查 unassigned shard 的固定路径

常用命令：

GET /_cluster/health?pretty
GET /_cat/shards?v
GET /_cat/allocation?v
GET /_cluster/allocation/explain

allocation/explain 会告诉你某个分片为什么不能分配，例如磁盘超过水位、节点属性不匹配、同一分片副本不能放同节点、分配规则禁止等。

排查顺序可以是：

看 health -> 找 unassigned shard -> allocation explain -> 修复原因 -> 等待恢复

这套路径比背一堆可能原因更实用。

六、磁盘水位和分配规则是高频原因

ES 有磁盘水位保护。节点磁盘使用率过高时，集群可能不再往该节点分配分片，甚至迁移分片。

水位	含义	常见影响
low watermark	开始限制新分片分配	新分片不进高磁盘节点
high watermark	更积极迁移	分片搬离高磁盘节点
flood stage	写保护	索引可能变只读

另一个常见原因是 shard allocation filtering 或 awareness 配置不合理，比如要求分片只能去某类节点，但这类节点不存在。

七、常见误区与追问

误区：yellow 表示数据不可用。 yellow 通常主分片可用，数据仍可读写，但副本缺失导致冗余不足。
误区：green 就代表没有任何问题。 green 只代表分片分配正常，不代表查询性能、GC、磁盘都健康。
误区：red 只要重启集群就行。 red 要定位主分片未分配原因，盲目重启可能扩大恢复时间。
追问：单节点为什么经常 yellow？ 副本不能和主分片放同一节点，单节点有副本配置就无法分配副本。
追问：allocation explain 有什么用？ 它解释分片无法分配的具体决策原因，是排查 unassigned shard 的关键。
追问：磁盘水位会导致什么问题？ 高水位会限制或迁移分片，flood stage 可能让索引进入只读保护。

八、加强记忆

集群 health 记成“主副分片状态灯”。green 是主副都齐，yellow 是主在副缺，red 是主缺导致数据不可用。排查时别靠猜，按 _cluster/health、_cat/shards、allocation/explain 走，重点看节点、磁盘水位、分配规则和是否还有可用 shard copy。

简化版

详细版