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

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
- 创建基线索引。
- 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。
- 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。
- 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。
- 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。
- 将此完整快照恢复到阿里云Elasticsearch实例。
- 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。
- 确定最终快照,进行服务切换。
- 停止可能会修改索引数据的服务。
- 创建AWS Elasticsearch实例的最终增量快照。
- 将最终增量快照迁移至OSS,然后恢复到阿里云Elasticsearch实例中。
- 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。
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/*" ] } ] }
- 将策略内容复制到编辑策略区域。
- 检查策略是否正确。
- 为IAM角色添加IAM策略。
- 将策略内容复制到编辑策略区域。
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。
- 下载示例Python客户端文件。
- 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"
。
- 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
- 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
- 执行Python客户端,注册快照存储库。
# python snapshot.py
- 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
- 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 { "indices": "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。
- 为在
- 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。
- 还原快照至阿里云Elasticsearch实例。
- 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 } }
- 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
- 创建快照存储库。
- 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 { "indices": "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
- 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。 - 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。
- 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。
- 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 { "indices": "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。 - 关闭
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: