---
title: "对等恢复未找到异常 (peer_recovery_not_found_exception) 错误排查与解决"
date: 2026-03-18
lastmod: 2026-03-18
description: "peer_recovery_not_found_exception 表示在查找对等恢复时失败，通常由恢复 ID 无效、目标节点故障或恢复被取消引起。"
tags: ["分片恢复", "数据恢复"]
summary: "为什么这个错误发生 #  peer_recovery_not_found_exception 表示在查找对等恢复（peer recovery）时失败。对等恢复是指从一个节点向另一个节点复制分片数据的过程。
这个错误可能由以下原因引起：
 恢复 ID 无效：指定的恢复 ID 不存在或已过期 目标节点故障：目标节点发生故障或离线 恢复已完成：恢复过程已经完成，状态已清理 恢复被取消：恢复操作被取消 分片重新分配：分片已被重新分配到其他节点 超时：恢复操作超时导致资源被清理 节点重启：节点重启导致恢复状态丢失 并发恢复冲突：同时存在多个恢复操作导致冲突 分配 ID 不匹配：目标分配 ID 与预期不符 集群状态变更：集群状态变更导致恢复信息失效  如何修复这个错误 #  1. 查看恢复状态 #  # 查看当前正在进行的恢复 GET /_cat/recovery?v&active_only=true # 查看所有恢复状态 GET /_cat/recovery?v # 查看特定分片的恢复状态 GET /<index>/_recovery?detailed=true 2. 检查分片状态 #  # 查看分片状态 GET /_cat/shards?v&h=index,shard,prirep,state,node,recovering_node # 查看特定索引的分片 GET /_cat/shards/<index>?v 3. 等待恢复完成 #  # 如果恢复正在进行，等待其完成 GET /_cat/recovery?v&active_only=true # 等待集群健康 GET /_cluster/health?wait_for_status=green&timeout=300s 4."
---


## 为什么这个错误发生

`peer_recovery_not_found_exception` 表示在查找对等恢复（peer recovery）时失败。对等恢复是指从一个节点向另一个节点复制分片数据的过程。

这个错误可能由以下原因引起：

1. **恢复 ID 无效**：指定的恢复 ID 不存在或已过期
2. **目标节点故障**：目标节点发生故障或离线
3. **恢复已完成**：恢复过程已经完成，状态已清理
4. **恢复被取消**：恢复操作被取消
5. **分片重新分配**：分片已被重新分配到其他节点
6. **超时**：恢复操作超时导致资源被清理
7. **节点重启**：节点重启导致恢复状态丢失
8. **并发恢复冲突**：同时存在多个恢复操作导致冲突
9. **分配 ID 不匹配**：目标分配 ID 与预期不符
10. **集群状态变更**：集群状态变更导致恢复信息失效

## 如何修复这个错误

### 1. 查看恢复状态
```bash
# 查看当前正在进行的恢复
GET /_cat/recovery?v&active_only=true

# 查看所有恢复状态
GET /_cat/recovery?v

# 查看特定分片的恢复状态
GET /<index>/_recovery?detailed=true
```

### 2. 检查分片状态
```bash
# 查看分片状态
GET /_cat/shards?v&h=index,shard,prirep,state,node,recovering_node

# 查看特定索引的分片
GET /_cat/shards/<index>?v
```

### 3. 等待恢复完成
```bash
# 如果恢复正在进行，等待其完成
GET /_cat/recovery?v&active_only=true

# 等待集群健康
GET /_cluster/health?wait_for_status=green&timeout=300s
```

### 4. 重新触发恢复
```bash
# 取消现有的恢复并重新开始
POST /_cluster/reroute
{
  "commands": [
    {
      "cancel": {
        "index": "<index>",
        "shard": 0,
        "node": "<node_name>"
      }
    }
  ]
}

# 然后重新分配
POST /_cluster/reroute
{
  "commands": [
    {
      "allocate_replica": {
        "index": "<index>",
        "shard": 0,
        "node": "<node_name>"
      }
    }
  ]
}
```

### 5. 从快照恢复
```bash
# 如果恢复失败，可以从快照恢复
POST /_snapshot/<repository>/<snapshot_name>/_restore
{
  "indices": "<index>",
  "include_global_state": false
}
```

### 6. 重启节点
```bash
# 如果恢复卡住，可以重启相关节点
sudo systemctl restart easysearch

# 等待节点加入集群
GET /_cat/nodes?v
```

### 7. 检查节点状态
```bash
# 确保源节点和目标节点都在线
GET /_cat/nodes?v&h=name,status,heap.percent,cpu

# 查看节点详细信息
GET /_nodes
```

### 8. 查看恢复详情
```bash
# 查看详细的恢复信息
GET /<index>/_recovery?active_only=true&human&detailed=true

# 查看恢复的文件和字节
GET /_recovery?human&filter_path=**.files,**.bytes
```

### 9. 检查网络连接
```bash
# 测试节点间的网络连接
ping <target_node>
telnet <target_node> 9300

# 检查防火墙规则
sudo iptables -L -n | grep 9300
```

### 10. 调整恢复配置
```yaml
# 在 easysearch.yml 中调整恢复配置
cluster.routing.allocation.node_concurrent_recoveries: 4
cluster.routing.allocation.node_initial_primaries_recoveries: 6
indices.recovery.max_bytes_per_sec: 100mb
```

### 11. 限制并发恢复
```bash
# 如果太多并发恢复导致问题，限制并发数
PUT /_cluster/settings
{
  "transient": {
    "cluster.routing.allocation.node_concurrent_recoveries": 2
  }
}
```

### 12. 查看错误日志
```bash
# 查看恢复相关错误日志
grep -i "recovery.*fail\|peer.*recovery" /path/to/easysearch/logs/easysearch.log | tail -100

# 查看分片相关错误
grep -i "shard.*error" /path/to/easysearch/logs/easysearch.log | tail -50
```

### 13. 切换恢复源
```bash
# 如果特定节点的恢复失败，可以尝试从其他节点恢复
# 先取消现有恢复
POST /_cluster/reroute
{
  "commands": [
    {
      "cancel": {
        "index": "<index>",
        "shard": 0,
        "node": "<current_node>"
      }
    }
  ]
}

# 分配到新节点
POST /_cluster/reroute
{
  "commands": [
    {
      "move": {
        "index": "<index>",
        "shard": 0,
        "from_node": "<current_node>",
        "to_node": "<new_node>"
      }
    }
  ]
}
```

### 14. 验证分片完整性
```bash
# 查看分片存储信息
GET /<index>/_shard_stores?status=green,yellow

# 验证分片是否可用
GET /<index>/_search?size=0
```

### 15. 重建分片
```bash
# 如果恢复持续失败，可能需要重建分片
# 删除并从副本重建
DELETE /<index>

# 然后从数据源重新索引或从快照恢复
POST /_snapshot/<repository>/<snapshot_name>/_restore
{
  "indices": "<index>"
}
```

### 预防措施
- 优雅关闭节点
- 保持网络稳定
- 配置合理的恢复速度
- 监控恢复进度
- 使用快照备份
- 配置足够的副本
- 避免频繁的分片迁移
- 监控节点资源使用
- 配置合理的超时时间
- 定期检查集群健康状态