集群一直处于创建快照中

当集群的“任务状态”长时间处于“创建快照中”，通常有以下三个比较常见的原因：

1. 集群数据量大或负载高导致备份耗时长

   当集群数据量庞大或集群本身负载（如高索引/查询压力）较高时，创建快照的过程会显著变慢。Elasticsearch和OpenSearch默认会限制单个节点的快照速度（通常为40MB/s），且整体快照性能高度依赖集群资源状况。在高负载下，快照耗时会更长。

   解决方案：

   1. 查询进度：使用API检查快照状态和剩余工作。

      GET _snapshot/repo_auto/{snapshot_name}

      替换{snapshot_name}为实际快照名。

      在响应中查看shards_stats字段(或类似字段，取决于版本) 了解已完成shard数和总shard数。

   2. 选择处理方案。
      • 等待：如果预计耗时可接受或集群负载后续会降低，可选择等待其完成。
      • 终止：如果耗时过长不可接受，可调用删除快照API终止任务。

        DELETE _snapshot/repo_auto/{snapshot_name}

2. 快照状态更新失败

   Elasticsearch和OpenSearch会将进行中的快照状态信息保存在cluster state中。快照完成后，需要更新cluster state中的状态。如果更新操作失败（例如，由于当时集群内存压力极大，导致更新cluster state的请求被线程池拒绝或处理超时），那么该快照在cluster state中的状态就会卡在“进行中”。

   解决方案：

   尝试调用删除快照API，即使状态显示卡住，删除操作通常也能被成功执行并清理残留状态。

   DELETE _snapshot/repo_auto/{snapshot_name}

3. 临时访问凭证（AK/SK）过期

   CSS服务在创建快照仓库时，会通过委托机制获取一个临时的访问密钥（AK/SK）配置到仓库中，用于访问用户的OBS桶。这些临时的AK/SK具有时效性（通常为24小时）。

   如果快照执行时间超过AK/SK有效期（如超过24小时未完成），快照会因身份认证失败而最终失败。AK/SK过期后，整个快照仓库的所有操作（包括查询仓库、删除快照、删除仓库）都会因认证失败而无法执行。这导致该失败快照的状态信息（以及可能关联的仓库信息）永久滞留在cluster state中，无法通过常规API清除。

   解决方案：

   通过快速重启，清除cluster state里残留的快照信息。注意，滚动重启（Rolling Restart）无效，因为它依赖节点间协调和cluster state的正确性。只有快速重启会重新加载持久化的cluster state，从而清除无效的快照状态。