记一次腾讯云ES集群缩容降配的全过程

一、客户需求：

某外部大客户购买了腾讯云ES集群，因自身资源评估，需要进行集群降配。该集群包含数据节点、专用主节点，都需要进行缩容。

二、缩容前提：

因为集群缩容是有一定安全风险的，因此，在进行集群缩容前，我们需要对用户腾讯云控制台登录主账号<主UIN>进行开白

<包含内外部用户>;

缩容除了要开白以外，还需要一些特定的服务器要求，检查ES服务器状态是否正常。

不能缩容超过一半规格，比如从16核64G降低到8核32G以下的规格是不允许的！！！！

三、缩容原则：

先往集群中添加需要缩容的等额的新的节点，然后再将原始数据搬迁到新的节点上，然后再下掉原先的节点，这样来完成缩容。无论是缩节点配置，还是缩磁盘都遵循该逻辑。

四、缩容过程：

第一步，确定用户集群缩容的完整信息，信息如下：

主UIN：XXXXXXX
地域： 北京四区
资源需求：
主节点     2c8G       //这些是要准备的降级的新资源
数据节点   4c16G
磁盘       SSD 5000G   

第二步： 进一步确定集群降配的资源是否充足，包括CVM、CBS资源的判定。

这个需要平台服务人员根据各链接信息提供精准的判断。

通过判断，我们确定该区域 CVM资源充足，但是CBS磁盘资源不够，于是需要协调cbs侧同学开白放开部分资源限制。

第三步：以上操作完成后，通知用户控制台进行集群变配操作，结果如下，无法选择变配资源：

无法选择变配资源

数据节点不显示售罄了，但是仍然无法降配。

同时，客户对主节点也进行了相应的操作，同样报错

缩容主节点

问题进展到这里，引导客户 在报错界面按"F12", 选择"network",调取一下报错接口返回的requestID

提取RequestID

根据对应的requestID,我们看到以下日志信息，“UnsupportOpeation”,

大概是说，不支持该降配操作。难道是之前的主UIN没开白生效成功，再次确认，果然问题出在这里。没开白成功。再次操作后，通知用户再次操作缩容。再次报错，报错如下：

缩容失败

但是这次缩容报错跟之前不一样了，再次让用户调取requestID ,再次分析原因，如下：

分析是该用户的集群磁盘使用率过高，缩容前的安全检查没通过。故而报错。于是通知用户清理集群空间后让用户再次操作。

清理完磁盘后，让用户再次控制台操作缩容，流程正常执行，数据节点缩容成功。

第四步： 缩容主节点，再次报错

继续调取RequestID ,继续进行缩容失败原因分析，如下：

大概的意思是不能一次缩容超过一半的配置。

客户的主节点配置原来是8c16G ,他要降到2C8G，不能一次降超过原有节点的一半配置，因此，需要先降级到4C16G，然后再降级到2C8G。那么这样，主节点也终于缩容成功，流程至此闭环，问题解决。

五、总结

这次缩容的过程比较久，问题出现的比较多。因此，特地花点时间梳理整个过程，希望能帮助到有需要的同学们。