AI 助理
备案控制台
文档
输入文档关键字查找
首页 检索分析服务 Elasticsearch版 实践教程 Elasticsearch迁移 阿里云Elasticsearch间数据迁移 阿里云ES间跨集群reindex

阿里云ES间跨集群reindex

更新时间：
产品详情
相关技术圈
我的收藏

如果您需要将一个阿里云Elasticsearch（简称ES）集群中的数据迁移到另一个ES集群中时，可以通过reindex API重建索引来实现。本文介绍两个均处于旧网络架构的集群通过reindex方式进行集群间数据迁移。

场景说明

以下为阿里云ES间跨集群reindex的应用场景说明，请结合业务数据情况及所处网络架构进行选择。

  • ES集群间迁移数据。

  • 索引分片分配不合理，例如数据量太大分片数太少，可通过reindex重建索引。

  • 索引中存在大量数据的情况下，需要修改索引mapping，可通过reindex复制索引数据。

2020年10月阿里云ES进行了网络架构调整，新网络架构下的集群跨集群reindex需依赖Privatelink打通阿里云ES集群私网。您可以参见下表，依据您的业务场景选择解决方案进行处理。

说明

2020年10月之前创建的ES集群属于旧网络架构，2020年10月及之后创建的ES集群属于新网络架构。

使用场景

ES集群所处网络架构

解决方案

阿里云ES集群间的数据迁移

两个ES集群均创建于旧网络架构下。

reindex方式：阿里云ES间跨集群reindex。

其中一个ES集群创建于新网络架构下。

说明

另一个ES集群可以创建于新网络架构，也可以创建于旧网络架构。

将ECS上自建的ES集群中的数据迁移至阿里云ES集群中

阿里云ES集群创建于旧网络架构下。

reindex方式：通过reindex将自建ES数据迁移至阿里云。

阿里云ES集群创建于新网络架构下。

reindex方式：通过实例私网打通将自建Elasticsearch数据迁移至阿里云。

前提条件

  • 准备两个处于旧网络架构的阿里云ES集群，两个集群需要在同一专有网络和虚拟交换机下。本文使用6.7.0版本的实例作为本地集群，6.3.2版本的实例作为远程集群。

  • 准备测试数据。

    • 本地集群

      在本地集群中创建目标索引。

      PUT dest
{
  "settings": {
    "number_of_shards": 5,
    "number_of_replicas": 1
  }
}

    • 远程集群

      在远程集群中准备待迁移的数据。本文使用快速入门章节中的数据测试，详细信息请参见快速入门。本地集群测试数据

      重要

      如果您使用的是7.0及以上版本的集群，需要将索引类型修改为_doc。

操作步骤

  1. 登录阿里云Elasticsearch控制台。
  2. 在左侧导航栏，单击Elasticsearch实例。
  3. 进入目标实例。
    1. 在顶部菜单栏处，选择资源组和地域。
    2. 在Elasticsearch实例中单击目标实例ID。

  4. 在本地集群中，配置reindex白名单。

    1. 在左侧导航栏，选择配置与管理 > ES集群配置。

    2. 在YML文件配置右侧，单击修改配置。

    3. 在其他Configure配置文本框中，输入reindex白名单。

      reindex白名单的配置格式与实例的可用区数量有关，具体如下：

      • 单可用区实例：白名单的格式为<阿里云Elasticsearch实例的域名>:9200。单可用区配置示例例如：

        reindex.remote.whitelist: ["es-cn-09k1rgid9000g****.elasticsearch.aliyuncs.com:9200"]

      • 多可用区实例：白名单需要配置为实例中所有数据节点的IP地址与端口的组合。多可用区远程白名单配置例如：

        reindex.remote.whitelist: ["10.0.xx.xx:9200","10.0.xx.xx:9200","10.0.xx.xx:9200","10.15.xx.xx:9200","10.15.xx.xx:9200","10.15.xx.xx:9200"]
        说明

        您可以在实例基本信息页面的节点可视化页签中，获取实例中所有数据节点的IP地址。详细信息，请参见查看节点的基本信息。

      更多关于reindex白名单的配置说明，请参见配置reindex白名单。

    4. 选中该操作会重启实例，请确认后操作，单击确定。

      确定后，Elasticsearch实例会重启。重启过程中，可在任务列表查看进度。重启成功后，即可完成配置。

  5. 在本地集群中，调用reindex API重建索引。

    1. 登录目标阿里云Elasticsearch实例的Kibana控制台，根据页面提示进入Kibana主页。

      登录Kibana控制台的具体操作，请参见登录Kibana控制台。
      说明 本文以阿里云Elasticsearch 6.7.0版本为例，其他版本操作可能略有差别，请以实际界面为准。

    2. 在左侧导航栏，单击Dev Tools。

    3. 在Console中，执行如下命令，重建索引。

      POST _reindex
{
  "source": {
    "remote": {
      "host": "http://es-cn-09k1rgid9000g****.elasticsearch.aliyuncs.com:9200",
      "username": "elastic",
      "password": "your_password"
    },
    "index": "product_info",
    "query": {
      "match": {
        "productName": "理财"
      }
    }
  },
  "dest": {
    "index": "dest"
  }
}

      类别

      参数

      说明

      source

      host

      远程集群的访问地址，必须包含支持协议、域名和端口信息，例如https://otherhost:9200。host配置格式与实例的可用区数量有关，具体如下：

      • 单可用区实例：http://<实例的域名>:9200。

        说明

        实例的域名可在基本信息页面获取。详细信息，请参见查看实例的基本信息。

      • 多可用区实例：http://<实例中任意数据节点的IP地址>:9200。

      username

      可选参数，如果您所请求的远程Elasticsearch服务需要使用Basic Authentication，请在请求中一并提供此参数信息。阿里云Elasticsearch实例的默认用户名为elastic。

      重要

      • 为确保安全性，通过Basic Authentication鉴权时建议使用HTTPS协议，否则密码信息将以文本形式进行传输。

      • 对于阿里云Elasticsearch实例，需要开启HTTPS协议后，才可在host中使用HTTPS协议。开启HTTPS协议的具体操作请参见使用HTTPS协议。

      password

      用户对应的密码。阿里云Elasticsearch实例的elastic用户的密码在创建实例时设定，如果忘记可进行重置。重置密码的注意事项及具体操作，请参见重置实例访问密码。

      index

      远程集群中的源索引。

      query

      通过查询语法，指定待迁移的数据。详细信息，请参见Reindex API。

      dest

      index

      本地集群中的目标索引。

      说明

      从远程集群重建索引数据，不支持手动切片或自动切片。详细信息，请参见手动切片和自动切片。

      执行成功后，预期结果如下。

      {
  "took" : 51,
  "timed_out" : false,
  "total" : 2,
  "updated" : 2,
  "created" : 0,
  "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" : [ ]
}

  6. 查看迁移成功的数据。

    GET dest/_search

    预期结果如下：

    • 单可用区实例查看迁移成功的数据

    • 多可用区实例查看迁移成功的数据

总结

通过reindex API迁移数据时，单可用区的阿里云Elasticsearch实例和多可用区实例的配置方法大致相同，不同之处在于以下两点。

可用区类型

reindex白名单配置

host参数配置

单可用区

阿里云Elasticsearch的域名和端口

https://阿里云Elasticsearch实例的域名:9200

多可用区

实例中所有数据节点的IP地址和端口

https://阿里云Elasticsearch实例中任意数据节点的IP地址:9200

更多信息

在调用reindex API重建索引时，您还可以进行批量设置和超时时间设置：

  • 批量设置

    远程Elasticsearch集群使用堆缓存索引数据，默认最大值为100 MB。如果远程索引中包含大文档，请将批量数值设置为较小值。

    以下示例中，通过size设置批量数值为10。

    POST _reindex
{
  "source": {
    "remote": {
      "host": "http://otherhost:9200"
    },
    "index": "source",
    "size": 10,
    "query": {
      "match": {
        "test": "data"
      }
    }
  },
  "dest": {
    "index": "dest"
  }
}

  • 超时时间设置

    您可以使用socket_timeout设置socket读取超时时间，默认为30s；使用connect_timeout设置连接超时时间，默认为1s。

    以下示例中，设置socket读取超时时间为1分钟，连接超时时间为10秒。

    POST _reindex
{
  "source": {
    "remote": {
      "host": "http://otherhost:9200",
      "socket_timeout": "1m",
      "connect_timeout": "10s"
    },
    "index": "source",
    "query": {
      "match": {
        "test": "data"
      }
    }
  },
  "dest": {
    "index": "dest"
  }
}
上一篇：阿里云Elasticsearch间数据迁移下一篇：基于reindex实现低版本多type数据迁移
文档推荐