Elasticsearch在應用中常見錯誤範例解析

2022-04-20 13:01:33

一 read_only_allow_delete" : "true"

當我們在向某個索引新增一條資料的時候，可能（極少情況）會碰到下面的報錯：

{
  "error": {
    "root_cause": [
      {
        "type": "cluster_block_exception",
        "reason": "blocked by: [FORBIDDEN/12/index read-only / allow delete (api)];"
      }
    ],
    "type": "cluster_block_exception",
    "reason": "blocked by: [FORBIDDEN/12/index read-only / allow delete (api)];"
  },
  "status": 403
}

上述報錯是說索引現在的狀態是唯讀模式（read-only），如果檢視該索引此時的狀態：

GET z1/_settings
# 結果如下
{
  "z1" : {
    "settings" : {
      "index" : {
        "number_of_shards" : "5",
        "blocks" : {
          "read_only_allow_delete" : "true"
        },
        "provided_name" : "z1",
        "creation_date" : "1556204559161",
        "number_of_replicas" : "1",
        "uuid" : "3PEevS9xSm-r3tw54p0o9w",
        "version" : {
          "created" : "6050499"
        }
      }
    }
  }
}

可以看到"read_only_allow_delete" : "true"，說明此時無法插入資料，當然，我們也可以模擬出來這個錯誤：

PUT z1
{
  "mappings": {
    "doc": {
      "properties": {
        "title": {
          "type":"text"
        }
      }
    }
  },
  "settings": {
    "index.blocks.read_only_allow_delete": true
  }
}
PUT z1/doc/1
{
  "title": "es真難學"
}

現在我們如果執行插入資料，就會報開始的錯誤。那麼怎麼解決呢？

清理磁碟，使佔用率低於85%。
手動調整該項，具體參考官網

這裡介紹一種，我們將該欄位重新設定為：

PUT z1/_settings
{
  "index.blocks.read_only_allow_delete": null
}

現在再檢視該索引就正常了，也可以正常的插入資料和查詢了。

二 illegal_argument_exception

有時候，在聚合中，我們會發現如下報錯：

{
  "error": {
    "root_cause": [
      {
        "type": "illegal_argument_exception",
        "reason": "Fielddata is disabled on text fields by default. Set fielddata=true on [age] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead."
      }
    ],
    "type": "search_phase_execution_exception",
    "reason": "all shards failed",
    "phase": "query",
    "grouped": true,
    "failed_shards": [
      {
        "shard": 0,
        "index": "z2",
        "node": "NRwiP9PLRFCTJA7w3H9eqA",
        "reason": {
          "type": "illegal_argument_exception",
          "reason": "Fielddata is disabled on text fields by default. Set fielddata=true on [age] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead."
        }
      }
    ],
    "caused_by": {
      "type": "illegal_argument_exception",
      "reason": "Fielddata is disabled on text fields by default. Set fielddata=true on [age] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead.",
      "caused_by": {
        "type": "illegal_argument_exception",
        "reason": "Fielddata is disabled on text fields by default. Set fielddata=true on [age] in order to load fielddata in memory by uninverting the inverted index. Note that this can however use significant memory. Alternatively use a keyword field instead."
      }
    }
  },
  "status": 400
}

這是怎麼回事呢？是因為，聚合查詢時，指定欄位不能是text型別。比如下列範例：

PUT z2/doc/1
{
  "age":"18"
}
PUT z2/doc/2
{
  "age":20
}
GET z2/doc/_search
{
  "query": {
    "match_all": {}
  },
  "aggs": {
    "my_sum": {
      "sum": {
        "field": "age"
      }
    }
  }
}

當我們向elasticsearch中，新增一條資料時（此時，如果索引存在則直接新增或者更新檔案，不存在則先建立索引），首先檢查該age欄位的對映型別。

如上範例中，我們新增第一篇檔案時（z1索引不存在），elasticsearch會自動的建立索引，然後為age欄位建立對映關係（es就猜此時age欄位的值是什麼型別，如果發現是text型別，那麼儲存該欄位的對映型別就是text），此時age欄位的值是text型別，所以，第二條插入資料，age的值也是text型別，而不是我們看到的long型別。我們可以檢視一下該索引的mappings資訊：

GET z2/_mapping
# mapping資訊如下
{
  "z2" : {
    "mappings" : {
      "doc" : {
        "properties" : {
          "age" : {
            "type" : "text",
            "fields" : {
              "keyword" : {
                "type" : "keyword",
                "ignore_above" : 256
              }
            }
          }
        }
      }
    }
  }
}

上述返回結果發現，age型別是text。而該型別又不支援聚合，所以，就會報錯了。解決辦法就是：

如果選擇動態建立一篇檔案，對映關係取決於你新增的第一條檔案的各欄位都對應什麼型別。而不是我們看到的那樣，第一次是text，第二次不加引號，就是long型別了不是這樣的。
如果嫌棄上面的解決辦法麻煩，那就選擇手動建立對映關係。首先指定好各欄位對應什麼型別。後續才不至於出錯。

三 Result window is too large

很多時候，我們在查詢檔案時，一次查詢結果很可能會有很多，而elasticsearch一次返回多少條結果，由size引數決定：

GET e2/doc/_search
{
  "size": 100000,
  "query": {
    "match_all": {}
  }
}

而預設是最多範圍一萬條，那麼當我們的請求超過一萬條時（比如有十萬條），就會報：

Result window is too large, from + size must be less than or equal to: [10000] but was [100000]. See the scroll api for a more efficient way to request large data sets. This limit can be set by changing the [index.max_result_window] index level setting.

意思是一次請求返回的結果太大，可以另行參考 scroll API或者設定index.max_result_window引數手動調整size的最大預設值：

# kibana中設定
PUT e2/_settings
{
  "index": {
    "max_result_window": "100000"
  }
}
# Python中設定
from elasticsearch import Elasticsearch
es = Elasticsearch()
es.indices.put_settings(index='e2', body={"index": {"max_result_window": 100000}})

如上例，我們手動調整索引e2的size引數最大預設值到十萬，這時，一次查詢結果只要不超過10萬就都會一次返回。

注意，這個設定對於索引es的size引數是永久生效的。

以上就是Elasticsearch在應用中常見錯誤範例解析的詳細內容，更多關於Elasticsearch錯誤範例解析的資料請關注it145.com其它相關文章！

Elasticsearch在應用中常見錯誤範例解析

目錄

一 read_only_allow_delete" : "true"

二 illegal_argument_exception

三 Result window is too large

熱門文章