[开源重构]Search(Elasticsearch/OpenSearch) Sync Tool

[开源重构]Elasticsearch/OpenSearch Sync Tool

背景

• 因为要做集群灾备,需要在主备两个集群之间持续性地同步数据,调查过多个方案:
  • CCR(Cross-cluster replication) 官方工具,可惜需要收费,无奈放弃 😦
  • esm 如官方文档说所,最大的特点快. 可惜也发现不少问题：
    • 同步后发现数据不全，一般需要采用多次执行的方式来补全数据;
    • 调查后发现，其采用的是获取源数据后，使用多个 goroutine 将数据通过bulk写入目标index, 会造成目标index重复写入很多相同数据的问题;
    • 更改源码,加入 --sync 功能，通过 scroll 同时查询源和目标index,比较其内容的方式,实现增量更新(Add/Update/Del), 目前该 PR/84 已经合并到esm中。
    • 目前 esm 的作者已经不再维护，因此后来发现的一些bug也很难改善及合并。
    • 从 issue 和 源码来看, esm 不支持 OpenSearch, esm作者以后也不会再更改

更改

• 对源码进行了更改,对同步(Sync)功能进行了加强,从而满足我在两个集群之间"近"实时同步的需求。
  • 增加 --stamp 参数，如果 index 中有表示最后更新时间的字段,可以进一步减少查询的数据量(本质是利用esm中的 --query 方式,单独提取出来更易于控制)
  • 增加对 OpenSearch 的支持
  • 对已有代码进行了较大的重构,更改了一些bug
  • 编写通用的集群同步脚本 search_sync.sh, 可以按需同步集群中的index,也可以对每月自动生成的 index 进行处理.
  • 为了方便测试,使用 docker-compose 来设置不同版本,不同类型的 源/目标 集群.

注意

• 目前主要的更改集中在 --sync 上,其他功能测试的不多,有可能会出现问题.

源码位置

• https://github.com/fishjam/sst