Elasticsearch之重新索引数据、索引别名和零停机时间。

重新索引数据

虽然你可以给索引添加新的类型，或给类型添加新的字段，但是你不能添加新的分析器或修改已有字段。假如你这样做，已被索引的数据会变得不正确而你的搜索也不会正常工作。

修改在已存在的数据最简单的方法是重新索引：创建一个新配置好的索引，然后将所有的文档从旧的索引复制到新的上。

_source 字段的一个最大的好处是你已经在Elasticsearch中有了完整的文档，你不再需要从数据库中重建你的索引，这样通常会比较慢。

为了更高效的索引旧索引中的文档，使用【scan-scoll】来批量读取旧索引的文档，然后将通过【bulk API】来将他们推送给新的索引。

批量重新索引：

你可以在同一时间执行多个重新索引的任务，但是你显然不愿意他们的结果有重叠。所以，可以将重建大索引的任务通过日期或时间戳字段拆分成较小的任务：

GET /old_index/_search?search_type=scan&scroll=1m

{

"query" : {

"range" : {

"date" : {

"gte" : "2014-01-01",

"lt" : "2014-02-01"

}

}

},

"size" : 1000

}

假如你继续在旧索引上做修改，你可能像确保新增的文档被加到了新的索引中。这可以通过重新运行重建索引程序来完成，但是记得只要过滤出上次执行后新增的文档就行了。

索引别名和零停机时间

前面提到的重新索引过程中的问题是必须更新你的应用，来使用另一个索引名。索引别名正是用来解决这个问题的！

索引别名就像一个快捷方式或软连接，可以指向一个或多个索引，也可以给任何需要索引名的API使用。别名带给我们极大地灵活性，允许我们做到：

• 在一个运行的集群上无缝的从一个索引切换到另一个
• 给多个索引分类（例如， last_three_months）
• 给索引的一个子集创建 视图

这里有两种管理别名的途径： _alias 用于单个操作， _aliases 用于原子化多个操作。

我们假设采用一个叫my_index的索引。而事实上，my_index 是一个指向当前真实索引的别名。真实的索引名将包含一个版本号： my_index_v1，my_index_v2等等。

开始，我们创建一个索引 my_index_v1，然后将别名my_index指向他：

PUT /my_index_v1

PUT /my_index_v1/_alias/my_index

创建索引 my_index_v1

将别名my_index指向 my_index_v1.

你可以检测这个别名指向哪个索引：

GET /*/_alias/my_index

或哪些别名指向这个索引：

GET /my_index_v1/_alias/*

两者都将返回下列值：

然后，我们决定修改索引中一个字段的映射。当然我们不能修改现存的映射，索引我们需要重新索引数据。首先，我们创建有新的映射的索引my_index_v2.

PUT /my_index_v2

{

"mappings" : {

"my_type" : {

"properties" : {

"tags" : {

"type" : "string",

"index" : "not_analyzed"

}

}

}

}

}

然后我们将数据从my_index_v1 迁移到 my_index_v2。一旦我们认为数据已经被正确的索引了，我们就将别名指向新的索引。

别名可以指向多个索引，所以我们需要在新索引中添加别名的同时从旧索引中删除它。这个操作需要原子化，所以我们需要用 _aliases 操作：

POST /_aliases

{

"actions" : [

{ "remove" : { "index" : "my_index_v1" , "alias" : "my_index" } },

{ "add" : { "index" : "my_index_v2" , "alias" : "my_index" } }

]

}

这样，你的应用就从旧索引迁移到新的，而没有停机时间。

提示：

即使你认为现在的索引设计已经是完美了，当你的应用在生产环境使用时，还是有可能在今后有一些改变的。

所以请做好准备：在应用中使用别名而不是索引。然后你就可以在任何时候重建索引。别名的开销很小，应当广泛使用。