从AWS迁移Elasticsearch索引至阿里云

背景信息

本次Elasticsearch索引迁移方案的参考架构如下。

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

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。

• 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。

  
  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。
  2. 检查策略是否正确。
  3. 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。

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

   

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

     
   • 在AWS S3控制台中，查看快照文件。
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。

   
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

      
      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。

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。

   

   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。

   
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size和LastModifiedTime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。

   
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。

   

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：

• Elasticsearch官方文档
• Snapshot module
• Working with Amazon Elasticsearch Service Index Snapshots
• 从AWS S3上的应用无缝切换至OSS
• OSS快照迁移
• ossimport说明及配置