如何對 OpenSearch Service 中卡住或失敗的升級進行疑難排解？

1 分的閱讀內容

我的 Amazon OpenSearch Service 網域卡住或無法完成升級流程。

簡短說明

OpenSearch Service 使用藍/綠部署程序進行網域升級。在此程序中，碎片重新定位的問題可能會導致網域卡在修改中狀態。或者，網域的升級驗證檢查可能會失敗。

**注意：**啟動升級後將無法取消。如果升級卡住，必須等待 AWS 解決底層問題後，才能完成程序。

解決方法

網域在碎片重新定位期間卡在「修改中」狀態

在藍/綠部署期間，OpenSearch Service 會將現有節點的資料複製到新節點。如果碎片在重新定位程序中卡住，則網域將保持在修改中狀態。

此問題可能發生的原因如下：

大型碎片超過 50 GB 會增加碎片複製時間。
索引或搜尋負載導致叢集資源使用率過高。
磁碟空間不足以將碎片複製到新節點。
您已達到碎片數量配額上限。

若要對這些問題進行疑難排解，請使用 Amazon CloudWatch 查看 FreeStorageSpace、ClusterStatus 和 ClusterIndexWritesBlocked OpenSearch Service 指標，檢查是否有磁碟空間問題或叢集負載過高。

根據您找出的問題，採取以下操作：

如果 FreeStorageSpace 過低，請刪除未使用的索引。
如果 ClusterStatus 為 Red (紅色) 或 Yellow (黃色)，請參考為何我的 OpenSearch Service 叢集會處於紅色或黃色狀態？
如果 ClusterIndexWritesBlocked 為 True，請刪除未使用的索引以釋放磁碟空間。或者如果 Java 虛擬機器 (JVM) 記憶體壓力過高，請減少網域的流量。

如需更多如何刪除索引的資訊，請參閱 OpenSearch 網站上的 DeleteIndex 或刪除索引 API。

若要監控碎片遷移程序，請執行以下命令：

GET _cat/recovery?active_only=true

命令輸出會顯示使用中碎片恢復狀態、進度百分比、恢復時間、失敗狀態及資料傳輸大小。如果碎片沒有進度或收到空輸出，則升級程序可能存在問題。若要對升級問題進行疑難排解，請建立 AWS Support 案例。

如果您的碎片大小超過 50 GB，請重新索引資料以建立更小的碎片。如需操作說明，請參閱 OpenSearch 網站上的重新索引資料。

如果上述疑難排解操作仍無法解決問題，則建立 AWS Support 案例。

網域的升級驗證檢查失敗

在升級過程中，OpenSearch Service 會驗證您的網域組態是否與新版本相容。如果驗證失敗，網域將卡在修改中狀態。

若要解決此問題，請檢查網域描述中有關失敗活動或驗證相關錯誤訊息。完成針對錯誤的疑難排解步驟，然後重新嘗試變更組態。

預防升級問題的最佳實務

請執行下列操作：

重新索引大型碎片，使個別碎片的大小低於 50 GB。
根據您的組態使用正確的碎片數量，並遵循碎片策略最佳實務。
在叢集使用率較低時啟動升級。
先在非生產網域測試更新。
確保網域在升級期間具有足夠的 CPU、記憶體和磁碟空間以應對增加的負載。在啟動升級前監控資源使用情況。
在套用變更前先測試組態。