如果您需要將一個Elasticsearch(簡稱ES)叢集中的資料移轉到另一個ES叢集中時,可以通過reindex API重建索引來實現。本文介紹兩個均處於舊網路架構的叢集通過reindex方式進行叢集間資料移轉。
情境說明
以下為阿里雲ES間跨叢集reindex的應用情境說明,請結合業務資料情況及所處網路架構進行選擇。
ES叢集間遷移資料。
索引分區分配不合理,例如資料量太大分區數太少,可通過reindex重建索引。
索引中存在大量資料的情況下,需要修改索引mapping,可通過reindex複製索引資料。
2020年10月阿里雲ES進行了網路架構調整,新網路架構下的叢集跨叢集reindex需依賴Privatelink打通阿里雲ES叢集私網。您可以參見下表,依據您的業務情境選擇解決方案進行處理。
2020年10月之前建立的ES叢集屬於舊網路架構,2020年10月及之後建立的ES叢集屬於新網路架構。
使用情境 | ES叢集所處網路架構 | 解決方案 |
阿里雲ES叢集間的資料移轉 | 兩個ES叢集均建立於舊網路架構下。 | reindex方式:阿里雲ES間跨叢集reindex。 |
其中一個ES叢集建立於新網路架構下。 說明 另一個ES叢集可以建立於新網路架構,也可以建立於舊網路架構。 |
| |
將ECS上自建的ES叢集中的資料移轉至阿里雲ES叢集中 | 阿里雲ES叢集建立於舊網路架構下。 | reindex方式:通過reindex將自建ES資料移轉至阿里雲。 |
阿里雲ES叢集建立於新網路架構下。 | reindex方式:通過執行個體私網打通將自建Elasticsearch資料移轉至阿里雲。 |
前提條件
準備兩個處於舊網路架構的阿里雲ES叢集,兩個叢集需要在同一專用網路和虛擬交換器下。本文使用6.7.0版本的執行個體作為本地叢集,6.3.2版本的執行個體作為遠程叢集。
準備測試資料。
本地叢集
在本地叢集中建立目標索引。
PUT dest { "settings": { "number_of_shards": 5, "number_of_replicas": 1 } }
遠程叢集
在遠程叢集中準備待遷移的資料。本文使用快速入門章節中的資料測試,詳細資料請參見快速入門。
重要如果您使用的是7.0及以上版本的叢集,需要將索引類型修改為_doc。
操作步驟
- 登入Elasticsearch控制台。
- 在左側導覽列,單擊Elasticsearch執行個體。
- 進入目標執行個體。
- 在頂部功能表列處,選擇資源群組和地區。
- 在Elasticsearch執行個體中單擊目標執行個體ID。
在本地叢集中,配置reindex白名單。
在左側導覽列,選擇 。
在YML檔案配置右側,單擊修改配置。
在其他Configure配置文字框中,輸入reindex白名單。
reindex白名單的配置格式與執行個體的可用性區域數量有關,具體如下:
單可用性區域執行個體:白名單的格式為<Elasticsearch執行個體的網域名稱>:9200。例如:
reindex.remote.whitelist: ["es-cn-09k1rgid9000g****.elasticsearch.aliyuncs.com:9200"]
多可用性區域執行個體:白名單需要配置為執行個體中所有資料節點的IP地址與連接埠的組合。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"]
說明您可以在執行個體基本資料頁面的節點可視化頁簽中,擷取執行個體中所有資料節點的IP地址。詳細資料,請參見查看節點的基本資料。
更多關於reindex白名單的配置說明,請參見配置reindex白名單。
選中該操作會重啟執行個體,請確認後操作,單擊確定。
確定後,Elasticsearch執行個體會重啟。重啟過程中,可在工作清單查看進度。重啟成功後,即可完成配置。
在本地叢集中,調用reindex API重建索引。
登入目標Elasticsearch執行個體的Kibana控制台,根據頁面提示進入Kibana首頁。
登入Kibana控制台的具體操作,請參見登入Kibana控制台。說明 本文以Elasticsearch 6.7.0版本為例,其他版本操作可能略有差別,請以實際介面為準。在左側導覽列,單擊Dev Tools。
在Console中,執行如下命令,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": "理財" } } }, "dest": { "index": "dest" } }
類別
參數
說明
source
host
遠程叢集的訪問地址,必須包含支援協議、網域名稱和連接埠資訊,例如https://otherhost:9200。host配置格式與執行個體的可用性區域數量有關,具體如下:
單可用性區域執行個體:http://<執行個體的網域名稱>:9200。
說明執行個體的網域名稱可在基本資料頁面擷取。詳細資料,請參見查看執行個體的基本資料。
多可用性區域執行個體:http://<執行個體中任意資料節點的IP地址>:9200。
username
選擇性參數,如果您所請求的遠程Elasticsearch服務需要使用Basic Authentication,請在請求中一併提供此參數資訊。Elasticsearch執行個體的預設使用者名為elastic。
重要為確保安全性,通過Basic Authentication鑒權時建議使用HTTPS協議,否則密碼資訊將以文本形式進行傳輸。
對於Elasticsearch執行個體,需要開啟HTTPS協議後,才可在host中使用HTTPS協議。開啟HTTPS協議的具體操作請參見使用HTTPS協議。
password
使用者對應的密碼。Elasticsearch執行個體的elastic使用者的密碼在建立執行個體時設定,如果忘記可進行重設。重設密碼的注意事項及具體操作,請參見重設執行個體訪問密碼。
index
遠程叢集中的源索引。
query
通過查詢文法,指定待遷移的資料。詳細資料,請參見Reindex API。
dest
index
本地叢集中的目標索引。
執行成功後,預期結果如下。
{ "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" : [ ] }
查看遷移成功的資料。
GET dest/_search
預期結果如下:
單可用性區域執行個體
多可用性區域執行個體
總結
通過reindex API遷移資料時,單可用性區域的Elasticsearch執行個體和多可用性區域執行個體的配置方法大致相同,不同之處在於以下兩點。
可用性區域類型 | reindex白名單配置 | host參數配置 |
單可用性區域 | Elasticsearch的網域名稱和連接埠 |
|
多可用性區域 | 執行個體中所有資料節點的IP地址和連接埠 |
|
更多資訊
在調用reindex API重建索引時,您還可以進行大量設定和逾時時間設定:
大量設定
遠程Elasticsearch叢集使用堆緩衝索引資料,預設最大值為100 MB。如果遠程索引中包含大文檔,請將批量數值設定為較小值。
以下樣本中,通過size設定批量數值為10。
POST _reindex { "source": { "remote": { "host": "http://otherhost:9200" }, "index": "source", "size": 10, "query": { "match": { "test": "data" } } }, "dest": { "index": "dest" } }
逾時時間設定
您可以使用socket_timeout設定socket讀取逾時時間,預設為30s;使用connect_timeout設定連線逾時時間,預設為1s。
以下樣本中,設定socket讀取逾時時間為1分鐘,連線逾時時間為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" } }