本文介绍如何将索引数据从AWS Elasticsearch迁移到阿里云Elasticsearch中。

背景信息

本次Elasticsearch索引迁移方案的参考架构如下。ES索引迁移方案的参考架构图

相关概念

  • Elasticsearch:一个分布式的RESTful风格的搜索与分析引擎,适用于各种应用场景。作为Elastic Stack的核心,Elasticsearch可以集中存储您的数据,并对数据进行搜索分析。
  • Kibana:您可以使用Kibana对Elasticsearch数据进行可视化搜索分析。
  • 亚马逊Elasticsearch服务(简称AWS Elasticsearch): 一项完全托管的服务,提供了各种易于使用的Elasticsearch API和实时分析功能,还可以实现生产工作负载需要的可用性、可扩展性和安全性。您可以使用Amazon Elasticsearch Service轻松部署、保护、操作和扩展Elasticsearch,以便进行日志分析、全文搜索和应用程序监控等工作。
  • 阿里云Elasticsearch服务: 提供基于开源Elasticsearch服务,致力于数据分析、数据搜索等场景服务。在开源Elasticsearch基础上提供企业级权限管控、安全监控告警、自动报表生成等功能。本文涉及的操作主要在阿里云Elasticsearch服务的中国站上进行。
  • 快照和恢复(Snapshot and Restore):您可以使用快照和恢复功能,在远程存储库(如共享文件系统、S3或HDFS)中,创建各个索引或整个集群的快照。创建后的快照可以被恢复到对应版本的Elasticsearch中。
    • 在5.x中创建的索引快照可以恢复到6.x。
    • 在2.x中创建的索引快照可以恢复到5.x。
    • 在1.x中创建的索引快照可以恢复到2.x。

解决方案概述

您可以通过以下步骤来迁移索引数据:
  1. 创建基线索引。
    1. 创建一个快照存储库,并将其与Amazon Simple Storage Service (AWS S3)存储空间相关联。
    2. 为要迁移的索引创建第一个完整的快照。

      该快照会自动存储在步骤一中创建的AWS S3存储空间中。

    3. 在阿里云侧创建一个对象存储服务OSS(Object Storage Service)存储空间,并将其注册到阿里云Elasticsearch实例的快照存储库中。
    4. 使用OSS Import工具将AWS S3存储空间中的数据提取到阿里云OSS存储空间中。
    5. 将此完整快照恢复到阿里云Elasticsearch实例。
  2. 定期处理增量快照 。

    重复以上步骤处理增量快照并进行恢复。

  3. 确定最终快照,进行服务切换。
    1. 停止可能会修改索引数据的服务。
    2. 创建AWS Elasticsearch实例的最终增量快照。
    3. 将最终增量快照迁移至OSS,然后恢复到阿里云Elasticsearch实例中。
    4. 进行服务切换,在阿里云Elasticsearch实例中,查看迁移成功的数据。

前提条件

您已完成以下操作:

  • 创建AWS Elasticsearch实例,版本号为5.5.2,区域为新加坡。

    具体操作步骤请参见创建Amazon Elasticsearch域

  • 创建阿里云Elasticsearch实例,版本号为5.5.3,区域为杭州。

    具体操作步骤请参见创建阿里云Elasticsearch实例

  • 创建OSS Bucket。

    本文创建的Bucket区域为华东1(杭州)、存储类型为标准存储、读写权限为私有,其他参数保持默认,具体操作步骤请参见创建存储空间

  • 准备待迁移的索引,示例索引名称为movies

在AWS中创建手动快照的前提条件

AWS Elasticsearch每天会自动为一个域中的主要索引分片创建快照,并将这些快照存储在预配置的AWS S3存储空间中。这些快照会保留14天,您无需额外付费。此外,您还可以使用这些快照来恢复域,但是这些自动快照不能被迁移到新域。如果要迁移,您必须使用存储在自己的存储库(S3存储空间)中的手动快照。手动快照将收取标准S3费用。

您需要使用Amazon Identity and Access Management(IAM)和AWS S3才能手动创建和恢复索引快照。创建快照之前,请确保已满足以下条件。

前提条件 描述
创建AWS S3存储空间 存储AWS Elasticsearch域的手动快照。
创建IAM角色 为AWS Elasticsearch服务授权。在给该角色添加信任关系时,必须在Principal语句中指定AWS Elasticsearch服务。使用AWS Elasticsearch注册您的快照存储库时,也需要使用该IAM角色。只有具有该角色访问权限的IAM用户才可以注册快照存储库。
创建IAM策略 指定IAM角色可以对S3存储空间执行的操作。该策略必须添加给为AWS Elasticsearch服务授权的IAM角色。您需要在该策略的Resource语句中指定S3存储空间。
  • 创建S3存储空间

    创建一个AWS S3存储空间来存储手动快照,并记录其Amazon资源名称(ARN)。该ARN在以下场景中会用到:

    • 用于IAM角色添加IAM策略的Resource语句。
    • 用于注册快照存储库的Python客户端。
    AWS S3存储空间的ARN示例如下。
    arn:aws:s3:::eric-es-index-backups
  • 创建IAM角色
    确保已经创建了一个IAM角色,且在其信任关系中的Service语句中指定该角色的服务类型为AWS Elasticsearch服务(es.amazonaws.com),如下所示。
    {
      "Version": "2012-10-17",
      "Statement": [
        {
          "Sid": "",
          "Effect": "Allow",
          "Principal": {
            "Service": "es.amazonaws.com"
          },
          "Action": "sts:AssumeRole"
        }
      ]
    }

    您可以在AWS IAM控制台查看信任关系的详细信息。

    查看信任关系
    说明 在IAM控制台创建AWS服务角色时,Select role type下拉列表中不包含AWS Elasticsearch。 但是,您可以先选择Amazon EC2,按照提示完成角色创建,然后将ec2.amazonaws.com修改为es.amazonaws.com
  • 创建IAM策略
    创建IAM策略,并将IAM策略添加给IAM角色。该策略指定存储AWS Elasticsearch域的S3存储空间。以下示例指定了存储空间eric-es-index-backups的ARN。
    {
        "Version": "2012-10-17",
        "Statement": [
            {
                "Action": [
                    "s3:ListBucket"
                ],
                "Effect": "Allow",
                "Resource": [
                    "arn:aws:s3:::eric-es-index-backups"
                ]
            },
            {
                "Action": [
                    "s3:GetObject",
                    "s3:PutObject",
                    "s3:DeleteObject"
                ],
                "Effect": "Allow",
                "Resource": [
                    "arn:aws:s3:::eric-es-index-backups/*"
                ]
            }
        ]
    }
    1. 将策略内容复制到编辑策略区域。策略编辑区域
    2. 检查策略是否正确。Policy Summary
    3. 为IAM角色添加IAM策略。为IAM角色添加IAM策略

步骤一:注册手动快照存储库

您必须通过AWS Elasticsearch服务注册快照存储库后,才能创建手动索引快照。创建手动索引快照前,需要先为IAM角色的信任关系中指定的用户或角色签发您的AWS请求,详情请参见在AWS中创建手动快照的前提条件

注意 由于curl命令不支持AWS请求签名,因此不能使用curl命令注册快照存储库。请使用示例Python客户端注册您的快照存储库。
  1. 下载示例Python客户端文件。
  2. 修改示例Python客户端文件。

    修改文件中标黄的值,填入实际匹配的值。修改完成后,复制示例Python客户端文件中的内容至Python文件中,并命名为snapshot.py。

    示例Python客户端文件中的参数说明如下。

    变量名 描述
    region 创建快照存储库所在的AWS地域。
    host AWS Elasticsearch域的访问地址。
    aws_access_key_id IAM凭证ID。
    aws_secret_access_key IAM凭证Key。
    path 快照存储库的路径。
    data 必须包含上文在AWS中创建手动快照的前提条件中,为IAM角色创建的S3存储空间的名字和ARN。
    注意
    • 如果要为快照存储库启用S3托管密钥的服务器端加密,请将 "server_side_encryption": true添加到settings JSON中。
    • 如果S3存储空间在ap-southeast-1地域,请使用"endpoint": "s3.amazonaws.com"替代"region": "ap-southeast-1"
  3. 安装Amazon Web Services Library boto-2.48.0。
    上文的示例Python客户端,要求您在注册快照存储库的计算机上安装boto软件包的2.x版本。
    # wget https://pypi.python.org/packages/66/e7/fe1db6a5ed53831b53b8a6695a8f134a58833cadb5f2740802bc3730ac15/boto-2.48.0.tar.gz#md5=ce4589dd9c1d7f5d347363223ae1b970 
    # tar zxvf boto-2.48.0.tar.gz
    # cd boto-2.48.0
    # python setup.py install
  4. 执行Python客户端,注册快照存储库。
    # pyth
    on snapshot.py
  5. 进入对应AWS Elasticsearch的Kibana控制台,在Dev Tools页面的Console中,执行以下命令,查看请求结果。
    GET _snapshot
    查看请求结果

步骤二:创建首次快照并恢复

  1. 在AWS Elasticsearch上手动创建快照。
    说明 以下命令可在Kibana控制台上执行,也可以在Linux或者Mac OSX命令行中使用curl命令来执行。
    • 为在eric-snapshot-repository存储库中的movies索引,创建名称为snapshot_movies_1的快照。
      PUT _snapshot/eric-snapshot-repository/snapshot_movies_1
      {
      "indexes": "movies"
      }
    • 查看快照状态。
      GET _snapshot/ eric-snapshot-repository/snapshot_movies_1
      查看快照状态
    • 在AWS S3控制台中,查看快照文件。瞎看快照文件
  2. 从AWS S3提取快照数据至阿里云OSS。

    详细操作方法请参见从AWS S3上的应用无缝切换至OSS

    数据提取后,在OSS控制台中查看存储的快照数据。

    OSS快照数据
  3. 还原快照至阿里云Elasticsearch实例。
    1. 创建快照存储库。
      进入目标阿里云Elasticsearch实例的Kibana控制台(登录Kibana控制台),在Dev Tools页面的Console中,执行如下命令创建一个同名的快照存储库。
      PUT _snapshot/eric-snapshot-repository
      {
      "type": "oss",
      "settings": {
                  "endpoint": "http://oss-cn-hangzhou-internal.aliyuncs.com",  
                  "access_key_id": "your AccessKeyID",
                  "secret_access_key": "your AccessKeySecret ",
                  "bucket": "eric-oss-aws-es-snapshot-s3",
                  "compress": true
            }
      }
    2. 查看名称为snapshot_movies_1的快照状态。
      GET _snapshot/eric-snapshot-repository/snapshot_movies_1
      查看快照
      说明 请记录此快照操作的起始时间和结束时间。当您使用阿里云OssImport迁移工具迁移增量快照数据时,此记录会被用到。例如:
      • “start_time_in_millis”: 1519786844591
      • “end_time_in_millis”: 1519786846236
  4. 恢复快照。
    执行以下命令,查看movies索引的可用性。
    POST _snapshot/eric-snapshot-repository/snapshot_movies_1/_restore
    {
        "indexes": "movies"
    }
    GET movies/_recovery
    执行成功后,可以看到movies索引中存在三组数据,且与AWS Elasticsearch实例中的数据相同。查看ES索引数据

步骤三:创建末次快照并恢复

  1. 在AWS Elasticsearch的movies索引中插入数据。

    movies索引中已存在三组数据,您还需插入另两组数据。

    插入另外两条数据

    使用GET movies/_count命令,可查看索引数据量。

  2. 手动创建另一个快照。
    执行以下命令手动创建快照,详情请参见上文的在AWS Elasticsearch上手动创建快照步骤。
    PUT _snapshot/eric-snapshot-repository/snapshot_movies_2
    {
    "indices": "movies"
    }
    创建成功后,执行以下命令查看快照状态。
    GET _snapshot/eric-snapshot-repository/snapshot_movies_2

    查看S3存储空间中列出的文件。

    查看S3空间文件
  3. 从AWS S3提取增量快照数据至阿里云OSS。

    您可以使用OSSImport工具从AWS S3迁移数据至阿里云OSS。目前有两个快照文件存储在S3存储空间里,可以通过修改配置文件local_job.cfg中的isSkipExistFile变量来迁移新的文件。

    isSkipExistFile表示数据迁移期间是否跳过现有对象,为布尔类型,默认值为false。如果设置为true,则根据sizeLastModifiedTime跳过对象;如果设置为false,则覆盖现有对象。当jobType设置为audit时,此选项无效。

    迁移工作完成后,您可以看到新的文件已被迁移至OSS中。

    新文件迁移到OSS中
  4. 恢复增量快照。
    恢复增量快照详细步骤请参见上文的步骤二:创建首次快照并恢复章节中的恢复快照步骤。但是首先需要关闭movies索引,然后再恢复快照。快照恢复后可以再次打开movies索引。
    • 关闭movies索引
      POST /movies/_close
    • 查看movies索引状态
      GET movies/_stats
    • 恢复增量快照
      POST _snapshot/eric-snapshot-repository/snapshot_movies_2/_restore
      {
          "indexes": "movies"
      }
    • 打开movies索引
      POST /movies/_open

    恢复快照步骤完成后,可以看到movies索引中文档数量为5,与AWS Elasticsearch实例中的文档数量相同。

    恢复快照结果

总结

您可以通过创建和恢复快照的方法,将AWS Elasticsearch的索引数据迁移至阿里云Elasticsearch索引中。此方案要求先关闭需要迁移的AWS Elasticsearch索引,以防止迁移期间的写入和请求。

相关文档: