当您需要将旧版本Elasticsearch集群中的数据迁移到当前版本中,或者在本地集群中将数据从旧index复制到新index时,可通过reindex API重建索引来实现。本文介绍具体的实现方法。
注意事项
因阿里云Elasticsearch网络架构调整,2020年10月起创建的实例暂不支持Watcher报警和LDAP认证功能,且不支持与2020年10月前创建的实例进行跨集群Reindex、跨集群搜索、跨集群复制等相关操作。即10月前创建的集群,仅支持与10月前创建的集群进行这些操作;10月后创建的集群仅支持与10月后创建的集群进行这些操作。因网络调整带来的影响,待后期功能上线将会解决,请耐心等待。
前提条件
- 准备两个阿里云Elasticsearch集群,一个为本地集群,一个为远程集群。
具体操作,请参见创建阿里云Elasticsearch实例。本地集群和远程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
- 本地集群
背景信息
reindex的应用场景如下:
- Elasticsearch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,导致数据导入慢,此时可通过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,重新导入数据到新的索引会比较耗时。此时可通过reindex复制索引数据。
说明 在Elasticsearch中,定义了索引mapping且导入数据后,将不能再修改索引mapping。
操作步骤
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:9200 | 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地址与端口的组合 | 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,默认最大设定值为100MB。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" } }
在文档使用中是否遇到以下问题
更多建议
匿名提交