阿里云Elasticsearch智能运维系统最佳实践

摘要：

随着业务的增长与发展，不同的Elasticsearch集群承担着多厚多样的功能需求。尤其是当集群规模增长、业务庞大时，需要耗费大量的精力运维集群。阿里云Elasticsearch研发了一套智能运维系统，可通多专家经验与数据驱动两个重要抓手帮助用户运维集群、提升业务的稳定性。本篇文章将结合运维常见问题展开阿里云Elasticsearch智能运维系统最佳实践的介绍。

一、诊断集群异常

最坏的情况，Elasticsearch集群（后简称ES集群）崩溃，无法正常承担各项业务。导致ES集群崩溃的大多数原因是master节点、数据节点的宕机，而出现这些情况绝不是“空穴来风”，智能运维系统要帮助用户做的便是“有迹可寻”，从而“有则改之，无则加勉”。
 

Case 1：节点负载过高，导致节点失联

以ES集群的数据节点与master节点为例，当有任何一