Elasticsearch 默认的单节点分片上限为 1000，当达到这个上限时，集群状态会变为 RED，无法继续创建索引。以下是解决方法：

---

方法 1：增加单节点分片限制

修改 Elasticsearch 的单节点分片限制参数 cluster.max_shards_per_node，适合临时或紧急情况。
注意：过多的分片可能导致内存和性能问题。

1. 使用 REST API 修改：

   curl -XPUT -H "Content-Type: application/json" http://<ES_HOST>:<ES_PORT>/_cluster/settings -d '{
     "persistent": {
       "cluster.max_shards_per_node": <新上限>
     }
   }'
   

   例如，将限制提高到 2000：

   curl -XPUT -H "Content-Type: application/json" http://localhost:9200/_cluster/settings -d '{
     "persistent": {
       "cluster.max_shards_per_node": 2000
     }
   }'
   

2. 验证设置是否生效：

   curl -XGET http://<ES_HOST>:<ES_PORT>/_cluster/settings
   

---

方法 2：减少分片数量

分片数量过多是因为创建索引时默认的分片数量较高，可以通过以下方式减少分片数量：

1. 为新索引设置更少的分片： 创建索引时指定分片数量，例如设置为 1：

   curl -XPUT -H "Content-Type: application/json" http://<ES_HOST>:<ES_PORT>/<索引名> -d '{
     "settings": {
       "index": {
         "number_of_shards": 1,
         "number_of_replicas": 1
       }
     }
   }'
   

2. 修改模板的分片配置： 如果使用模板自动创建索引，可以更新模板配置：

   curl -XPUT -H "Content-Type: application/json" http://<ES_HOST>:<ES_PORT>/_template/<模板名> -d '{
     "index_patterns": ["*"],
     "settings": {
       "number_of_shards": 1,
       "number_of_replicas": 1
     }
   }'
   

3. 合并索引： 使用 _shrink API 合并多个分片为一个分片：

   POST /<索引名>/_shrink/<新索引名>
   

---

方法 3：增加节点

当分片数量增长到单节点难以承受时，可以通过增加节点来分散分片负载：

1. 新增节点：

   • 部署新节点，并确保与现有集群连接。
   • 在 elasticsearch.yml 中配置集群名称相同的 cluster.name，并设置 discovery.seed_hosts。

2. 验证集群节点数：

   curl -XGET http://<ES_HOST>:<ES_PORT>/_cat/nodes
   

3. 均衡分片： 新节点加入后，Elasticsearch 会自动将分片重新分配到新节点上。如果未自动分配，可以手动触发：

   POST /_cluster/reroute
   

---

方法 4：删除不必要的索引

如果某些旧索引不再需要，可以通过以下方式删除：

1. 列出所有索引：

   curl -XGET http://<ES_HOST>:<ES_PORT>/_cat/indices?v
   

2. 删除指定索引：

   curl -XDELETE http://<ES_HOST>:<ES_PORT>/<索引名>
   

3. 设置索引生命周期管理 (ILM)： 为自动删除旧数据设置生命周期规则：

   PUT _ilm/policy/<策略名>
   {
     "policy": {
       "phases": {
         "delete": {
           "min_age": "30d",
           "actions": {
             "delete": {}
           }
         }
       }
     }
   }
   

---

建议

• 如果分片总数较多但每个分片数据量较小，应尽量减少分片数量（单个分片推荐数据量为 20-50GB）。
• 如果长期需要支持大量分片，应考虑增加节点，避免单节点资源耗尽。