ES 集群出现节点频繁离线和选主，你会怎么判断是否有脑裂或集群状态过大的问题？
我的判断
节点频繁离线和选主先查网络、GC、磁盘与 cluster state 发布延迟；现代 ES 重点是法定多数和 master 稳定性，不沿用旧式脑裂参数口诀。
我会对齐 master 日志、节点离开原因、选举 term、GC、网络丢包和磁盘。若 master 因长 GC 无法响应，其他节点会认为它离开；cluster state 很大或更新过频时，发布确认慢也会造成不稳定。
检查专用 master-eligible 节点是否为 3 个或 5 个、跨故障域部署，发现机制和地址是否稳定。只有少数派分区时，法定多数应阻止它继续形成新 master；不要在网络分区时手工把两边都强行启动成独立集群。
cluster state 过大常见来源是索引/分片过多、动态字段爆炸、alias 和模板膨胀。会控制新建索引频率、字段数和 shard，总结 pending tasks 与 state 大小。
止损时先稳定网络和 master，不在集群反复选举期间做大规模 reroute。恢复后演练单 master 和单故障域下线，验证仍有多数派。
容易答偏踩坑误区
- 仍背诵
minimum_master_nodes。 新版本已由协调子系统自动管理投票配置。 - 选举抖动时继续批量建索引。 会进一步放大 cluster state 压力。
- 把所有节点都设 master eligible。 大集群里反而增加管理和选举复杂度。