跳至主要內容

OpenSearch 部署方式、架构选型与提效工具手册

高谷深陵大约 22 分钟约 6559 字
OpenSearch 部署方式、架构选型与提效工具手册知识海报
OpenSearch 部署方式、架构选型与提效工具手册参考图OpenSearch 从 Docker Compose、Security plugin、Dashboards、index / mapping、ISM、snapshot 到兼容边界和团队治理的落地链路。高清原图

从旧教程切换到可治理的搜索节点

最常见的失败并不是容器拉不下来，而是团队把 OpenSearch 当成“换了名字的 Elasticsearch”：继续使用 admin/admin，让应用持有管理员账号，把 demo 证书带进共享环境，再假设旧客户端和插件可以无条件兼容。OpenSearch 有自己的 Security plugin、OpenSearch Dashboards、Index State Management、快照机制和版本节奏，这些差异会直接影响启动、权限、迁移和恢复。

先在隔离的本地环境证明协议、账号、mapping 和清理链路。Docker Desktop 至少预留 4GB 内存；Linux 宿主确认 vm.max_map_count 不低于 262144。容器内仍使用 9200、9600 和 5601，下面把宿主端口映射为 9201、9601 和 5602，这样可以与本机 Elasticsearch 并存。真实 endpoint、管理员密码、证书私钥和 API key 不进入仓库、截图或终端录屏。

先确认 Docker、Compose、端口和 Linux 内核参数：

docker version
docker compose version
docker ps --format "table {{.Names}}\t{{.Ports}}\t{{.Status}}"

Windows：

netstat -ano | findstr ":9201"
netstat -ano | findstr ":5602"

Linux / macOS：

lsof -i :9201
lsof -i :5602
sysctl vm.max_map_count

如果端口被占用，不要把本地开发脚本指向共享或生产 OpenSearch。先改宿主端口。

OpenSearch 的入口要按使用场景分开：

示例固定使用 3.7.0，OpenSearch 与 Dashboards 的镜像版本必须一致。新项目应从 下载页 和 版本维护策略 选择团队批准版本，再把精确 tag 或 digest 写入锁定文件；不要让 latest 在不同成员机器上解析成不同构建。OpenSearch 2.12 及以上的新安装还必须提供强 OPENSEARCH_INITIAL_ADMIN_PASSWORD，这项要求也适用于 3.x 的 demo security 初始化。

入口适合不适合关键边界
Docker 单容器个人最小验证、快速复现安全插件和 REST API团队长期模板、Dashboard 联调自定义 admin 密码、demo 证书、清理命令
Docker Compose项目联调、新人一键启动、Dashboards 验证生产集群版本、端口、volume、security demo、healthcheck、清理脚本
共享开发实例多服务联调、重型组件集中运行个人随意试错、破坏性测试owner、角色权限、index prefix、证书轮换、清理窗口
自建多节点核心业务、强自控、客户现场无 SRE / DBA owner 的小团队节点角色、shard、snapshot、滚动升级、磁盘和告警
托管 OpenSearch快速生产化、减少自建运维数据边界和成本未确认场景账号权限、网络、版本、插件、备份、退出方案
Kubernetes Operator成熟 K8S 平台和声明式管理只为本地起服务CRD、PVC、PDB、节点亲和、证书和升级

Docker 单容器

单容器用于个人验证协议、账号和 index 行为：

docker network create te-opensearch-dev

docker run -d \
  --name te-os-single \
  --net te-opensearch-dev \
  -p 127.0.0.1:9201:9200 \
  -p 127.0.0.1:9601:9600 \
  -e "discovery.type=single-node" \
  -e "OPENSEARCH_INITIAL_ADMIN_PASSWORD=YOUR_STRONG_ADMIN_PASSWORD" \
  -e "OPENSEARCH_JAVA_OPTS=-Xms512m -Xmx512m" \
  opensearchproject/opensearch:3.7.0

验证：

export OPENSEARCH_ADMIN_PASSWORD="YOUR_STRONG_ADMIN_PASSWORD"

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  https://127.0.0.1:9201

-k 只用于本地 demo 证书快速验证。团队模板要收敛为受控 CA 或证书分发，不把跳过 TLS 校验写成默认客户端配置。

清理：

docker rm -f te-os-single
docker network rm te-opensearch-dev

Docker Compose

项目模板建议放到明确目录：

dev-dependencies/
  opensearch/
    compose.yaml
    .env.example
    index/article-v1.json
    scripts/verify.sh
    scripts/init-index.sh
    scripts/clean-index-dry-run.sh
    scripts/clean-index-confirmed.sh

.env.example：

OPENSEARCH_VERSION=3.7.0
OPENSEARCH_INITIAL_ADMIN_PASSWORD=YOUR_STRONG_ADMIN_PASSWORD
OPENSEARCH_HTTP_PORT=9201
OPENSEARCH_DASHBOARDS_PORT=5602
OPENSEARCH_INDEX_PREFIX=your_project_dev
OPENSEARCH_JAVA_OPTS=-Xms512m -Xmx512m

compose.yaml：

services:
  opensearch:
    image: opensearchproject/opensearch:${OPENSEARCH_VERSION}
    container_name: your-project-opensearch
    environment:
      - cluster.name=your-project-opensearch
      - node.name=your-project-opensearch-1
      - discovery.type=single-node
      - bootstrap.memory_lock=true
      - OPENSEARCH_INITIAL_ADMIN_PASSWORD=${OPENSEARCH_INITIAL_ADMIN_PASSWORD}
      - OPENSEARCH_JAVA_OPTS=${OPENSEARCH_JAVA_OPTS}
    ulimits:
      memlock:
        soft: -1
        hard: -1
      nofile:
        soft: 65536
        hard: 65536
    volumes:
      - opensearch-data:/usr/share/opensearch/data
    ports:
      - "127.0.0.1:${OPENSEARCH_HTTP_PORT:-9201}:9200"
      - "127.0.0.1:9601:9600"
    healthcheck:
      test:
        [
          "CMD-SHELL",
          "curl --silent --fail -k -u admin:$$OPENSEARCH_INITIAL_ADMIN_PASSWORD https://127.0.0.1:9200 >/dev/null || exit 1"
        ]
      interval: 15s
      timeout: 10s
      retries: 30

  dashboards:
    image: opensearchproject/opensearch-dashboards:${OPENSEARCH_VERSION}
    container_name: your-project-opensearch-dashboards
    depends_on:
      opensearch:
        condition: service_healthy
    environment:
      - OPENSEARCH_HOSTS=["https://opensearch:9200"]
    ports:
      - "127.0.0.1:${OPENSEARCH_DASHBOARDS_PORT:-5602}:5601"
    profiles:
      - ui

volumes:
  opensearch-data:

启动：

docker compose --env-file dev-dependencies/opensearch/.env \
  -f dev-dependencies/opensearch/compose.yaml \
  up -d opensearch

启动 Dashboards：

docker compose --env-file dev-dependencies/opensearch/.env \
  -f dev-dependencies/opensearch/compose.yaml \
  --profile ui \
  up -d dashboards

几个边界必须写清：

端口只绑定 127.0.0.1。demo 证书和 -k 只服务本地验证。OPENSEARCH_INITIAL_ADMIN_PASSWORD 需要强密码，真实 .env 不提交。

OPENSEARCH_JAVA_OPTS 是开发验证入口，生产资源规划要单独评审。Dashboards 登录使用本地 admin 密码；共享环境不能全员共享 admin。

共享开发实例

共享开发实例不能照搬个人 Compose。它至少要确认：

owner 是谁，谁能重启、升级、清理 index、轮换证书和密码。TLS 证书来源、有效期、分发位置和轮换窗口。每个项目是否只能访问自己的 index prefix。

Dashboards 是否默认只读，Dev Tools 是否受控。清理脚本是否先 dry-run，再显式确认 prefix。snapshot repository、保留周期和恢复演练是否有人负责。

OpenSearch 开发配置要管住这些对象：

配置对象建议原因
版本OPENSEARCH_VERSION=3.7.0 或团队批准版本避免镜像漂移
端口宿主绑定 127.0.0.1:9201防止局域网暴露
管理员密码.env 或 secret，占位值不提交2.12+ 新安装必需
TLS / 证书本地 demo 可 -k；共享环境要受控 CA避免把跳过校验写成默认
数据卷named volume可 inspect、可安全重置
index prefixyour_project_dev支撑权限和清理
Dashboardsprofile 启动，账号分层UI 不是每次都需要

角色和权限

本地单人可以临时用 admin 初始化，但项目模板必须分层：

账号用途权限边界
admin本地初始化、紧急救援不给普通开发长期使用
setup 账号创建 index、mapping、template、ISM policy只管理项目 prefix
app 账号应用写读只写读项目 prefix
readonly 账号Dashboards / GUI / 排障只读项目 prefix
CI 账号初始化、冒烟、清理明确脚本和审计范围

权限靠角色拦截，不靠“大家自觉别乱删”。

共享环境至少要做三类低权限验收：

setup 账号能创建 your_project_dev_* 的 template、index、alias 和 ISM policy，但不能操作其他项目前缀。app 账号能对 your_project_dev_* 写入、查询和 bulk，但不能改 cluster settings、snapshot repository、security index。readonly 账号只能查询和进入 Dashboards 只读视图，执行写入、删除、改 mapping、Dev Tools 高危 API 时必须返回 403。

权限运行证据不要只写“已配置”。要留下账号类型、index pattern、允许动作、拒绝动作、返回码、测试时间和负责人。Security plugin 的角色、用户和映射 API 以当期官方文档为准，不把 demo 用户复制到团队模板。

index 命名

建议：

<team>_<project>_<env>_<domain>_vN

例如：

arch_blog_dev_article_v1
arch_blog_test_article_v2

共享环境里短名字会让权限、清理和恢复都变得危险。

配置与插件变更

配置文件、集群设置、索引设置和插件不是同一种变更。opensearch.yml、JVM 参数、证书路径和节点角色通常随进程启动读取，修改后要滚动重启；Cluster Settings API 写入的 persistent 设置保存在 cluster state，重启后仍然生效，临时排障结束后要显式撤销；refresh interval、replica 等索引设置可以动态调整，但 mapping 中已经存在的字段类型不能原地改写，只能新建 index、reindex 并切 alias。每次变更前先保存当前值，验收后再删除临时设置，避免一次排障永久改变集群行为。

标准镜像已经带有 Security、Index Management、SQL 等插件。先记录每个节点实际加载的插件，不能只看一台机器：

docker exec your-project-opensearch \
  /usr/share/opensearch/bin/opensearch-plugin list

: "${OPENSEARCH_URL:?missing OPENSEARCH_URL}"
: "${OPENSEARCH_ADMIN_PASSWORD:?missing OPENSEARCH_ADMIN_PASSWORD}"

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  "${OPENSEARCH_URL}/_cat/plugins?v"

容器里的额外插件应在派生镜像构建阶段安装，不要进入运行中的容器手工修改。OpenSearch 官方核心插件的版本必须与发行版版本匹配，第三方插件还要核对其 descriptor 声明、来源、许可和所请求的 JVM 权限；所有节点必须得到同一插件集合，安装或移除后需要重启。可把强依赖插件写入静态 plugin.mandatory，让缺少插件的节点拒绝启动，而不是带着不完整能力加入集群。

ARG OPENSEARCH_VERSION=3.7.0
FROM opensearchproject/opensearch:${OPENSEARCH_VERSION}
RUN /usr/share/opensearch/bin/opensearch-plugin install --batch analysis-icu

升级时先用新 tag 构建并扫描派生镜像，在隔离集群验证插件列表、索引打开、snapshot 恢复、Security role、ISM 和查询回归，再逐节点滚动。回退不是把旧 tag 直接指向已经被新版本写过的数据目录；应保留旧镜像、旧配置、插件清单和升级前 snapshot，失败时停止继续滚动，并按已演练路径恢复到隔离的旧版本集群后切回流量。

最小验证必须完成：连接、建 index、写入、查询、Dashboards、清理。

设置变量：

export OPENSEARCH_URL="https://127.0.0.1:9201"
export OPENSEARCH_ADMIN_PASSWORD="YOUR_STRONG_ADMIN_PASSWORD"
export OPENSEARCH_INDEX="your_project_dev_article_v1"
export EVENT_TIMESTAMP="$(date -u +%Y-%m-%dT%H:%M:%SZ)"

连接和版本

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  "${OPENSEARCH_URL}"

预期看到 cluster_name、version.number 和 OpenSearch tagline。这里失败时先看协议、密码、端口、容器健康和旧 volume，不要直接改应用代码。

创建 index 和 mapping

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  -X PUT "${OPENSEARCH_URL}/${OPENSEARCH_INDEX}" \
  -H "Content-Type: application/json" \
  -d '{
    "settings": {
      "number_of_shards": 1,
      "number_of_replicas": 0
    },
    "mappings": {
      "dynamic": "strict",
      "properties": {
        "id": { "type": "keyword" },
        "title": {
          "type": "text",
          "fields": {
            "keyword": { "type": "keyword", "ignore_above": 256 }
          }
        },
        "tags": { "type": "keyword" },
        "updated_at": { "type": "date" }
      }
    }
  }'

写入和查询

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  -X POST "${OPENSEARCH_URL}/${OPENSEARCH_INDEX}/_doc/1?refresh=wait_for" \
  -H "Content-Type: application/json" \
  -d "{
    \"id\": \"1\",
    \"title\": \"OpenSearch 开发依赖验证\",
    \"tags\": [\"tool-efficiency\", \"search\"],
    \"updated_at\": \"${EVENT_TIMESTAMP}\"
  }"

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  -X GET "${OPENSEARCH_URL}/${OPENSEARCH_INDEX}/_search?pretty" \
  -H "Content-Type: application/json" \
  -d '{"query":{"match":{"title":"开发依赖"}}}'

预期 hits.total.value 至少为 1。

接着用一组正反实验确认字段设计真的生效。title 的 text 主字段用于分词检索，title.keyword 用于精确聚合；tags 是 keyword，不会把 tool-efficiency 拆成多个 token；updated_at 是 date，可以执行范围查询。

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  -X GET "${OPENSEARCH_URL}/${OPENSEARCH_INDEX}/_search?pretty" \
  -H "Content-Type: application/json" \
  -d '{
    "size": 0,
    "aggs": {
      "titles": { "terms": { "field": "title.keyword" } },
      "tags": { "terms": { "field": "tags" } }
    }
  }'

预期两个聚合都返回 bucket。若把 title.keyword 改为 title，请求通常会因 text 字段默认未启用 fielddata 而失败，这正是 mapping 对排序和聚合能力的直接影响。

再故意写入一个 mapping 中不存在的字段：

curl -sS -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  -X POST "${OPENSEARCH_URL}/${OPENSEARCH_INDEX}/_doc/bad?refresh=wait_for" \
  -H "Content-Type: application/json" \
  -o /tmp/opensearch-negative-test.json \
  -w "HTTP %{http_code}\n" \
  -d "{
    \"id\": \"bad\",
    \"title\": \"不应写入\",
    \"tags\": [\"negative-test\"],
    \"updated_at\": \"${EVENT_TIMESTAMP}\",
    \"unexpected_field\": true
  }"

cat /tmp/opensearch-negative-test.json

预期 HTTP 400，错误中出现 strict_dynamic_mapping_exception。这个失败证明 dynamic: strict 能在入口处阻止脏字段扩散；如果返回 201，应立即检查目标 index 和实际 mapping，不能继续执行后续初始化。

Dashboards 验证

启动 Dashboards 后访问：

http://127.0.0.1:5602

至少确认：

Dashboards 能连接 OpenSearch。Dev Tools 可以查询当前本地 index。页面截图和终端录屏不包含真实生产地址和密码。

清理测试 index

echo "will delete index: ${OPENSEARCH_INDEX}"

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  -X DELETE "${OPENSEARCH_URL}/${OPENSEARCH_INDEX}"

curl -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  "${OPENSEARCH_URL}/${OPENSEARCH_INDEX}"

再次查询应返回 404。共享实例不能靠手工 Dev Tools 删除，必须走带 prefix 保护的脚本。

.env.example：

OPENSEARCH_URL=https://127.0.0.1:9201
OPENSEARCH_USERNAME=your_project_dev_search_app
OPENSEARCH_PASSWORD=YOUR_OPENSEARCH_APP_PASSWORD
OPENSEARCH_INDEX_PREFIX=your_project_dev
OPENSEARCH_CA_CERT=dev-dependencies/opensearch/certs/root-ca.pem
OPENSEARCH_SKIP_TLS_VERIFY=false

本地 demo 可临时 -k，但应用默认配置不能长期跳过 TLS 校验。共享环境要由 owner 分发 CA 或配置正式证书。

初始化脚本

#!/usr/bin/env bash
set -euo pipefail

: "${OPENSEARCH_URL:?missing OPENSEARCH_URL}"
: "${OPENSEARCH_USERNAME:?missing OPENSEARCH_USERNAME}"
: "${OPENSEARCH_PASSWORD:?missing OPENSEARCH_PASSWORD}"
: "${OPENSEARCH_INDEX:?missing OPENSEARCH_INDEX}"

curl --fail -k \
  -u "${OPENSEARCH_USERNAME}:${OPENSEARCH_PASSWORD}" \
  -X PUT "${OPENSEARCH_URL}/${OPENSEARCH_INDEX}" \
  -H "Content-Type: application/json" \
  -d @dev-dependencies/opensearch/index/article-v1.json

如果脚本需要管理 index、template 或 ISM policy，用 setup 账号；运行时 app 账号只写读业务文档。

受控清理脚本

dry-run：

#!/usr/bin/env bash
set -euo pipefail

: "${OPENSEARCH_URL:?missing OPENSEARCH_URL}"
: "${OPENSEARCH_USERNAME:?missing OPENSEARCH_USERNAME}"
: "${OPENSEARCH_PASSWORD:?missing OPENSEARCH_PASSWORD}"
: "${OPENSEARCH_INDEX_PREFIX:?missing OPENSEARCH_INDEX_PREFIX}"

echo "target prefix: ${OPENSEARCH_INDEX_PREFIX}_"

curl --fail -k \
  -u "${OPENSEARCH_USERNAME}:${OPENSEARCH_PASSWORD}" \
  "${OPENSEARCH_URL}/_cat/indices/${OPENSEARCH_INDEX_PREFIX}_*?h=index"

确认删除：

#!/usr/bin/env bash
set -euo pipefail

: "${OPENSEARCH_URL:?missing OPENSEARCH_URL}"
: "${OPENSEARCH_USERNAME:?missing OPENSEARCH_USERNAME}"
: "${OPENSEARCH_PASSWORD:?missing OPENSEARCH_PASSWORD}"
: "${OPENSEARCH_INDEX_PREFIX:?missing OPENSEARCH_INDEX_PREFIX}"
: "${CONFIRM_DELETE:?missing CONFIRM_DELETE}"

if [[ "${CONFIRM_DELETE}" != "${OPENSEARCH_INDEX_PREFIX}" ]]; then
  echo "refuse to delete: CONFIRM_DELETE must equal ${OPENSEARCH_INDEX_PREFIX}" >&2
  exit 1
fi

if [[ "${OPENSEARCH_INDEX_PREFIX}" == "*" || "${OPENSEARCH_INDEX_PREFIX}" == "_all" || ${#OPENSEARCH_INDEX_PREFIX} -lt 6 ]]; then
  echo "refuse to delete: unsafe prefix ${OPENSEARCH_INDEX_PREFIX}" >&2
  exit 1
fi

curl --fail -k \
  -u "${OPENSEARCH_USERNAME}:${OPENSEARCH_PASSWORD}" \
  -X DELETE "${OPENSEARCH_URL}/${OPENSEARCH_INDEX_PREFIX}_*"

OpenSearch 解决的核心架构问题

OpenSearch 解决的是搜索和分析入口问题，不是关系数据库替代品。

诉求OpenSearch 提供架构代价
全文搜索inverted index、scoring、query DSLmapping 和 analyzer 要提前设计
近实时查询refresh 后可搜不是写后强一致主库
横向扩展shard / replica / nodeshard 规划和恢复窗口要治理
可视化探索OpenSearch DashboardsDashboard 权限和 Dev Tools 风险
生命周期治理ISM、rollover、delete、snapshot策略错误会过早删除或堆积数据
开源许可Apache 2.0仍需看托管、商标、客户交付和合规

架构师要回答：它是开发依赖还是业务搜索主链路；数据能否从主库重建；查询是轻搜索、重聚合、日志分析还是向量检索；index 生命周期、snapshot、清理和恢复责任人是谁；是否真的需要 OpenSearch，还是数据库索引、Elasticsearch 或托管服务更合适。

主流生产架构

架构适合风险验收重点
单节点开发本地、CI、mapping 验证无高可用，replica 会 yellow连接、index、清理
三节点基础集群中小生产搜索shard 规划和恢复仍需治理health、replica、snapshot
角色分离集群写入、查询、Dashboard 压力变大网络、证书、升级复杂cluster manager、data、ingest、coordinating
ISM 数据分层日志、审计、事件策略误删或堆积rollover、delete、snapshot
托管服务快速生产化成本、插件、网络和版本边界账号、SLA、退出方案

角色和节点

OpenSearch cluster 由多个 node 组成。cluster manager 负责 cluster state、选主和 shard 分配；data node 执行存储和查询；ingest node 处理 pipeline；coordinating node 汇总查询结果。节点不是越多越好，节点数会增加通信、分配、证书和升级复杂度。

shard、replica 和 segment

index 被拆成 primary shard，replica 提供冗余和读扩展。shard 底层由 Lucene segment 组成。shard 太大恢复慢，shard 太多拖累 cluster state、heap、文件句柄和调度。replica 提升可用性，也增加写入复制和存储成本。

refresh、translog 和近实时

OpenSearch 是近实时搜索。refresh=wait_for 适合开发验证，不是所有业务写入默认策略。业务如果要求写后强一致读，应先读主库或做业务补偿。

JVM、文件缓存和磁盘水位

heap 太大挤压文件缓存，太小会 GC 频繁或触发 circuit breaker。磁盘达到水位会影响 shard 分配，严重时触发写入 block。复制 data 目录不是可靠备份。

索引、mapping、template、alias 与 ISM

index 是搜索契约，不只是表名。

团队规则：

核心字段必须显式 mapping。动态字段只用于非核心实验。业务读写走 alias，不写死物理 index。

mapping 变更通过 v2 index、reindex、验证和 alias 切换完成。ISM policy 进入共享环境前必须评审删除和 rollover 条件。

alias 切换前同时记录旧 index、目标 index 和校验结果。切换失败就保持旧 alias；切换后出现查询或字段回归，则把 alias 原子切回旧 index。旧 index 至少保留到回滚窗口结束，不能在切换成功的同一任务里立即删除。

ISM 不是“保存后立刻执行”的定时器。策略按 index age、size 或文档数判断状态迁移，后台任务按间隔检查；达到阈值与真正 rollover 之间存在时间差。上线前至少用 Explain API 证明策略已经附着到预期 index：

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  "${OPENSEARCH_URL}/_plugins/_ism/explain/${OPENSEARCH_INDEX}?show_policy=true&pretty"

证据要同时包含 policy_id、当前 state、action、失败信息和目标 rollover alias。状态为 red 时 ISM job 不运行；alias 不是 write index、索引名不符合递增序号规则或策略权限不足，也会让 rollover 停住。删除状态进入共享环境前，先在临时前缀缩短阈值演练，并确认快照成功早于删除动作。

查询、写入与性能诊断

查询慢先看 query 是否触发大分页、宽聚合、高亮或脚本；mapping 是否让 text 字段参与聚合；shard 是否热点；heap、breaker、thread pool 是否高压；是否处于 snapshot、merge 或 bulk 写入窗口。

写入慢先看 bulk 批大小和并发、refresh、replica、merge、磁盘 IO、routing 热点和客户端 item 级失败。

诊断入口：

curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_cluster/health?pretty"
curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_cat/nodes?v"
curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_cat/shards?v"
curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_nodes/stats/jvm,indices,thread_pool,fs?pretty"

高可用、快照恢复与容量风险

状态含义开发环境判断生产环境判断
greenprimary 和 replica 都分配正常正常但仍看资源
yellowprimary 分配，replica 未分配单节点常见查副本、节点、分配规则
redprimary 未分配不应忽略优先恢复数据或 snapshot

Snapshot 才是备份。它从 primary shard 复制数据，进行中的新写入不一定属于同一个一致时间点；快照又是增量的，多个快照可能共享底层数据，所以删除仓库文件会破坏其他快照。创建、列出和删除都应走 Snapshot API。

在隔离集群准备好 repository 后，可以用“拍快照、改名恢复、校验文档”的闭环证明恢复能力。OPENSEARCH_SNAPSHOT_REPOSITORY 必须是 owner 已注册并授权的仓库，不能临时把生产仓库挂到开发机：

export OPENSEARCH_SNAPSHOT_REPOSITORY="your_project_dev_repo"
export OPENSEARCH_SNAPSHOT="article-v1-smoke"

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  -X PUT "${OPENSEARCH_URL}/_snapshot/${OPENSEARCH_SNAPSHOT_REPOSITORY}/${OPENSEARCH_SNAPSHOT}?wait_for_completion=true" \
  -H "Content-Type: application/json" \
  -d "{\"indices\":\"${OPENSEARCH_INDEX}\",\"include_global_state\":false,\"partial\":false}"

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  "${OPENSEARCH_URL}/_snapshot/${OPENSEARCH_SNAPSHOT_REPOSITORY}/${OPENSEARCH_SNAPSHOT}?pretty"

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  -X POST "${OPENSEARCH_URL}/_snapshot/${OPENSEARCH_SNAPSHOT_REPOSITORY}/${OPENSEARCH_SNAPSHOT}/_restore?wait_for_completion=true" \
  -H "Content-Type: application/json" \
  -d "{\"indices\":\"${OPENSEARCH_INDEX}\",\"include_global_state\":false,\"include_aliases\":false,\"rename_pattern\":\"(.+)\",\"rename_replacement\":\"restored-\$1\"}"

curl --fail -k \
  -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  "${OPENSEARCH_URL}/restored-${OPENSEARCH_INDEX}/_count?pretty"

快照状态必须是 SUCCESS，恢复后的 _count、抽样文档、mapping 和业务校验值要与快照前一致。然后检查 alias、template、Security role 和 ISM policy，因为 include_global_state: false 不会替你重建所有集群级配置。恢复验证结束后只删除 restored-* 测试索引；快照保留与删除由仓库策略处理。

容量评审至少拆成四笔账：primary 数据量、replica 倍数、merge 与水位预留、快照仓库。粗略起点可以写成“可用数据盘 > primary 预计峰值 x (1 + replica 数) / 目标最高利用率”，再用真实压缩率、segment merge 峰值和恢复窗口修正。提高 replica 会增加存储与写入复制成本；减少 shard 能降低 heap 和文件句柄开销，却会放大单 shard 的恢复时间；托管服务还要把跨区流量、快照、热温节点、专用 cluster manager 和保留周期计入月度成本。没有采样数据时，不要拿单一经验值直接定生产 shard 数。

docker compose --env-file dev-dependencies/opensearch/.env \
  -f dev-dependencies/opensearch/compose.yaml ps

docker compose --env-file dev-dependencies/opensearch/.env \
  -f dev-dependencies/opensearch/compose.yaml logs --tail=120 opensearch

curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_cluster/health?pretty"
curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_cat/nodes?v"
curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_cat/indices?v"

重置个人本地：

docker compose --env-file dev-dependencies/opensearch/.env \
  -f dev-dependencies/opensearch/compose.yaml down -v

共享环境不能这么做。共享环境清理由 owner 走受控脚本、备份恢复或变更窗口。

新版容器不接受 admin/admin

现象：容器启动失败或 Dashboards 登录失败。

判断：

docker logs your-project-opensearch --tail=120

原因：OpenSearch 2.12+ 新安装要求设置 OPENSEARCH_INITIAL_ADMIN_PASSWORD。

修复：在 .env 设置强密码；个人本地可删除旧 volume 重建；共享环境按 owner 的密码轮换流程处理。

再验证：

curl --fail -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" https://127.0.0.1:9201

HTTP / HTTPS 误判

现象：curl http://127.0.0.1:9201 失败。

判断：

curl -v http://127.0.0.1:9201
curl -vk -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" https://127.0.0.1:9201

原因：Security demo 默认 HTTPS。修复：开发验证用 https:// 和 -k，共享环境用受控 CA。

Dashboards 连不上 OpenSearch

判断：

docker logs your-project-opensearch-dashboards --tail=120
docker logs your-project-opensearch --tail=120

常见原因：OPENSEARCH_HOSTS 协议不对、OpenSearch 未健康、密码或证书不匹配、Dashboards 和 OpenSearch 版本不一致。修复后打开 http://127.0.0.1:5602 验证。

旧 volume 让新密码不生效

现象：改了 .env 的 OPENSEARCH_INITIAL_ADMIN_PASSWORD，仍然登录失败。

判断：

docker volume ls
docker volume inspect your-project_opensearch-data

原因：安全配置已经写入数据目录。个人环境可以 down -v，共享环境必须走密码轮换或 securityadmin / API 流程。

mapping 被脏数据污染

判断：

curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" \
  "${OPENSEARCH_URL}/${OPENSEARCH_INDEX}/_mapping?pretty"

修复：开发环境删除 index 重建；共享环境新建 v2 index、reindex、验证、切 alias。

集群 yellow 或 red

判断：

curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_cluster/health?pretty"
curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_cat/shards?v"

开发单节点可设 number_of_replicas: 0；生产先查分配原因，再决定扩容、恢复节点或从 snapshot 恢复。

bulk 写入出现 429

判断：

curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_cat/thread_pool/write?v"
curl -k -u "admin:${OPENSEARCH_ADMIN_PASSWORD}" "${OPENSEARCH_URL}/_nodes/stats/jvm,indices,thread_pool,fs?pretty"

修复：降低 bulk 批大小和并发，增加退避重试，记录 item 级失败，必要时调整 refresh 策略。

误连生产

判断：脚本是否打印 URL、cluster name、index prefix；账号是否默认只读；删除脚本是否需要 CONFIRM_DELETE；Dashboards 连接名是否包含环境和权限。

治理：生产连接不进入开发机默认 .env；生产普通账号默认只读；危险操作走受控脚本和变更流程。

OpenSearch 镜像拉取依赖 Docker Hub 或 Amazon ECR。企业网络里要确认代理、镜像仓库和证书：

docker pull opensearchproject/opensearch:3.7.0
docker pull opensearchproject/opensearch-dashboards:3.7.0

NO_PROXY 至少包含本机：

NO_PROXY=127.0.0.1,localhost

凭证规则：

.env.example 只放占位值，.env 不提交。admin 密码、API key、证书私钥、生产 CA 不进仓库。Dashboards 截图、终端录屏和日志粘贴要脱敏。

发现泄漏后轮换，不只是在 Git 里删除。生产连接默认只读，写入和删除走受控任务。

敏感信息自查：

rg -n "OPENSEARCH_INITIAL_ADMIN_PASSWORD|Authorization:|ApiKey|BEGIN .*PRIVATE KEY|admin:" .

命中变量名不一定是泄漏，命中真实值、私钥、生产域名和未脱敏连接串才是风险。

项目模板必须保留：

dev-dependencies/opensearch/compose.yaml
dev-dependencies/opensearch/.env.example
dev-dependencies/opensearch/index/
dev-dependencies/opensearch/scripts/init-index.sh
dev-dependencies/opensearch/scripts/clean-index-dry-run.sh
dev-dependencies/opensearch/scripts/clean-index-confirmed.sh
docs/dependency-setup.md
角色负责
搜索 owner版本、证书、账号、snapshot、容量和升级
项目开发mapping、初始化脚本、最小验证和清理脚本
测试共享环境数据准备和回归
运维 / 平台生产部署、监控、告警、恢复、滚动升级
安全 / 合规凭证、审计、客户交付和许可边界

清理策略：每个项目只能清理自己的 prefix；清理前必须 dry-run；删除必须要求 CONFIRM_DELETE 等于 prefix；共享环境清理记录到变更日志。

默认密码变化会拖垮新人接入

旧文章常写 admin/admin，OpenSearch 2.12 及以上的新安装要求 OPENSEARCH_INITIAL_ADMIN_PASSWORD。模板必须锁定实际版本和镜像 digest，.env.example 只保留强密码占位。

Security plugin 不是摆设

为了省事禁用安全插件或全员共享 admin，会让 Dashboards Dev Tools 拥有写入、删除、改 mapping 的能力。本地 demo 可以简化，团队共享环境必须按 role / index prefix 分权。

-k 只能定位问题

本地 demo 使用 -k 可以接受；项目模板要预留 CA 路径，生产和共享环境必须受控证书。

OpenSearch 不是 Elasticsearch 的透明替代

迁移前做 API、客户端、插件、mapping、snapshot、Dashboards saved objects 和性能回归。不要在团队模板里写“二者完全兼容”。

ISM 删除策略会真的删数据

ISM policy 进入共享环境前评审；删除动作要和 snapshot、保留周期、恢复演练绑定。

Snapshot 没恢复演练等于没有备份

至少按季度恢复到临时集群，记录耗时、数据校验、权限校验、alias 和回切方案。

磁盘水位会把可写服务变成只读服务

长期治理要看磁盘、水位、shard 分配、ISM、snapshot 保留和增长趋势，不靠临时删 index。

Dashboard 不是只读浏览器

生产 Dashboards 默认只读；Dev Tools 权限只给 owner；高危操作走脚本和审计。

安装后：

OpenSearch 版本已固定，不使用 latest。OpenSearch、Dashboards、客户端版本和镜像 digest 已记录。Docker Desktop 内存或 Linux vm.max_map_count 满足要求。

宿主端口只绑定 127.0.0.1。OPENSEARCH_INITIAL_ADMIN_PASSWORD 使用强密码，未进入仓库。curl -k -u admin 能返回 200。

Dashboards 能打开并连接本地 OpenSearch。

接入前：

.env.example 只有占位值。应用配置包含 URL、账号、密码、CA / TLS 策略和 index prefix。应用账号不是 admin。

index 使用显式 mapping。最小验证完成建 index、写入、查询、删除。共享环境权限按 prefix 隔离。

共享环境前：

owner、版本、证书、账号、角色和清理窗口明确。Dashboards 普通用户默认只读。index template、mapping、alias 和 ISM 边界已评审。

shard / replica 规划有数据量、查询量和恢复窗口依据。snapshot repository、保留周期、恢复演练和责任人已记录。磁盘水位、heap、GC、thread pool、bulk 失败率有观测入口。

清理脚本先 dry-run，并要求显式确认 prefix。OpenSearch 与 Elasticsearch 兼容边界已验证。

排障时：

先确认协议是 HTTP 还是 HTTPS。再确认 admin 密码、证书、端口和旧 volume。再看 Dashboards 配置和版本。

再看 mapping 是否被动态字段污染。再看 health、shard、磁盘水位、heap 和 thread pool。再看脚本是否指向错误环境或错误 index prefix。

跳到正文