ElasticSearch:Reindex数据迁移使用

一、前言

ES在创建好索引后，mapping的properties属性类型是不能更改的，只能添加。如果说需要修改字段就需要重新建立索引然后把旧数据导到新索引。 

二、Reindex 

5.X版本后新增_reindex API 。Reindex可以直接在Elasticsearch集群里面对数据进行重建。并且支持跨集群间的数据迁移。 

三、实战 

 1、原索引

比如我现在有这么一个索引:topic，mapping信息如下： 

{
    "settings": {
        "number_of_shards": 3,
        "number_of_replicas": 2
    },
    "mappings": {
        "properties": {
            "update_time": {
                "type": "date",
                "format": "yyyy-MM-dd HH:mm:ss || yyyy-MM-dd'T'HH:mm:ss.SSS || yyyy-MM-dd || epoch_millis"
            },
            "create_time": {
                "type": "date",
                "format": "yyyy-MM-dd HH:mm:ss || yyyy-MM-dd'T'HH:mm:ss.SSS || yyyy-MM-dd || epoch_millis"
            },
            "user_id": {
                "type": "long"
            },
            "is_del": {
                "type": "boolean"
            },
            "location": {
                "type": "geo_point",
                "ignore_malformed": "true"
            },
            "id": {
                "type": "keyword"
            },
            "title": {
                "type": "keyword"
            },
            "content": {
                "term_vector": "with_positions_offsets",
                "search_analyzer": "ik_smart",
                "type": "text",
                "analyzer": "ik_max_word"
            },
            "status": {
                "type": "short"
            }
        }
    }
}

 里面有12条数据，我发现我的userId的类型错了，应该是字符串类型的。我想改一下。

 2、创建新的索引

创建新的索引为：topic-new,mapping如下：

PUT http://172.16.1.236:9201/topic-new
{
    "settings": {
        "number_of_shards": 3,
        "number_of_replicas": 0,
        "refresh_interval": -1
    },
    "mappings": {
        "properties": {
            "update_time": {
                "type": "date",
                "format": "yyyy-MM-dd HH:mm:ss || yyyy-MM-dd'T'HH:mm:ss.SSS || yyyy-MM-dd || epoch_millis"
            },
            "create_time": {
                "type": "date",
                "format": "yyyy-MM-dd HH:mm:ss || yyyy-MM-dd'T'HH:mm:ss.SSS || yyyy-MM-dd || epoch_millis"
            },
            "user_id": {
                "type": "keyword"
            },
            "is_del": {
                "type": "boolean"
            },
            "location": {
                "type": "geo_point",
                "ignore_malformed": "true"
            },
            "id": {
                "type": "keyword"
            },
            "title": {
                "type": "keyword"
            },
            "content": {
                "term_vector": "with_positions_offsets",
                "search_analyzer": "ik_smart",
                "type": "text",
                "analyzer": "ik_max_word"
            },
            "status": {
                "type": "short"
            }
        }
    }
}

• 在上面我修改了userId的字段为keyword类型
• 并修改了number_of_replicas和refresh_interval。
• 设置number_of_replicas为0防止我们迁移文档的同时又发送到副本节点，影响性能
• 设置refresh_interval为-1是限制其刷新。默认是1秒
• 当我们数据迁移完成再把上面两个值进行修改即可

 3、开始迁移

在新索引都更新好了，就可以迁移了

POST http://172.16.1.236:9201/_reindex
{
  "source": {
    "index": "topic"
  },
  "dest": {
    "index": "topic-new"
  }
}

// 返回
{
    "took": 1335,
    "timed_out": false,
    "total": 12,
    "updated": 0,
    "created": 12,
    "deleted": 0,
    "batches": 1,
    "version_conflicts": 0,
    "noops": 0,
    "retries": {
        "bulk": 0,
        "search": 0
    },
    "throttled_millis": 0,
    "requests_per_second": -1.0,
    "throttled_until_millis": 0,
    "failures": []
}

这时候去看数据，是看不到数据的，因为还要刷新才行。

 更新配置

PUT http://172.16.1.236:9201/topic-new/_settings
{
  "refresh_interval": "1s",
  "number_of_replicas": 1
}

 更新副本数和刷新时间，自此数据迁移就完成了，因为之前的索引不用，但是接口都是指向之前的索引，我们就在新索引添加别名即可。

添加别名之前先删除旧索引

DELETE http://172.16.1.236:9201/topic

添加别名

POST http://172.16.1.236:9201/_aliases
{
	"actions": [
		{"add": {"index": "topic-new", "alias": "topic"}}
	]
  }

获取别名

GET http://172.16.1.236:9201/topic/_alias

移除别名

POST http://172.16.1.236:9201/_aliases
{
	"actions": [
		{"remove": {"index": "indexName", "alias": "indexAliasName"}}
	]
  }

4、跨集群数据迁移

 

从其他的远程集群 reindex 数据。

• 在上面是在相同的集群中进行数据迁移的，如果是不同集群呢？
• 也是可以的，首先需要设置白名单。（如果是A集群 --> B集群，就需要在B中的elasticsearch.yml 设置A地址为白名单）

设置白名单 

在目标集群的elasticsearch.yml配置文件，设置远程集群的白名单，添加如下配置 

# reindex.remote.whitelist: A的IP:端口，例如：
reindex.remote.whitelist: 172.16.1.236:9200

reindex 

• 和同集群数据迁移基本一样，就是多了一个设置白名单而已。
• 设置好索引、number_of_replicas: 0、refresh_interval: -1
• 在remote中设置远程集群的地址与账号密码（如果配置了的话）。
• 也可以添加query属性，只查询符号条件的。

POST http://172.16.1.236:9201/_reindex
{
  "source": {
    "index": "topic",
    "remote": {
      "host": "http://172.16.1.236:9200",
      "username": "username",
      "password": "password"
    },
    "query": {
      "match_all": {}
    }
  },
  "dest": {
    "index": "topic-new"
  }
}

完成之后记得重新配置number_of_replicas、refresh_interval。