当您需要将远程Elasticsearch集群中的数据迁移到本地Elasticsearch集群中时，可以通过reindex API重建索引来实现。本文介绍具体的实现方法。

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，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，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。

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
      在远程集群中准备待迁移的数据。本文使用快速入门章节中的数据测试，详细信息请参见快速入门。本地集群测试数据
      注意 如果您使用的是7.0及以上版本的集群，需要将索引类型修改为_doc。

使用限制

自2020年10月起，由于网络架构的调整，导致部分通过reindex方式跨集群迁移数据的场景受到了限制。您可以参见下表，查看您的业务场景是否支持reindex功能，并参考解决方案进行处理。
使用场景 网络状态（2020年10月之前属于旧网络架构，2020年10月及之后属于新网络架构） 是否支持reindex功能 解决方案
通过reindex方式迁移阿里云Elasticsearch集群间的数据 两个Elasticsearch集群均创建于旧网络架构下。 是 请参见通过reindex迁移数据。
两个Elasticsearch集群均创建于新网络架构下。 否 不支持reindex方式，建议使用OSS或Logstash方式。具体操作请参见通过OSS将自建Elasticsearch数据迁移至阿里云和通过阿里云Logstash将自建Elasticsearch数据迁移至阿里云。
两个Elasticsearch集群分别创建于旧网络架构下和新网络架构下。 否
将ECS上自建的Elasticsearch集群中的数据迁移至阿里云Elasticsearch集群中 阿里云Elasticsearch集群创建于旧网络架构下。 是 请参见通过reindex将自建Elasticsearch数据迁移至阿里云。
阿里云Elasticsearch集群创建于新网络架构下。 是 借助PrivateLink，打通ECS上自建Elasticsearch集群所处的网络与阿里云服务账号的网络，再使用终端节点域名进行reindex。详情请参见通过实例私网打通将自建Elasticsearch数据迁移至阿里云。
说明 PrivateLink仅支持部分地域私网连接，详情请参见支持私网连接的地域和可用区。如果您的集群可用区不满足此条件，则不支持reindex功能。

操作步骤

  1. 登录阿里云Elasticsearch控制台。
  2. 在左侧导航栏，单击Elasticsearch实例。
  3. 进入目标实例。
    1. 在顶部菜单栏处，选择资源组和地域。
    2. 在左侧导航栏，单击Elasticsearch实例，然后在Elasticsearch实例中单击目标实例ID。
  4. 在本地集群中，配置reindex白名单。
    1. 在左侧导航栏，选择配置与管理 > ES集群配置。
    2. 在YML文件配置右侧，单击修改配置。
    3. 在其他Configure配置文本框中，输入reindex白名单。
      reindex白名单的配置格式与实例的可用区数量有关，具体如下：
      • 单可用区实例：白名单的格式为<阿里云Elasticsearch实例的域名>:9200。单可用区配置示例例如：
        reindex.remote.whitelist: ["es-cn-09k1rgid9000g****.elasticsearch.aliyuncs.com:9200"]
      • 多可用区实例：白名单需要配置为实例中所有数据节点的IP地址与端口的组合。多可用区远程白名单配置例如：
        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"]
        说明 您可以在实例基本信息页面的节点可视化页签中，获取实例中所有数据节点的IP地址。详细信息，请参见查看节点的基本信息。

      更多关于reindex白名单的配置说明，请参见配置reindex白名单。

    4. 选中该操作会重启实例，请确认后操作，单击确定。
      确定后，Elasticsearch实例会重启。重启过程中，可在任务列表查看进度。重启成功后，即可完成配置。
  5. 在本地集群中，调用reindex API重建索引。
    1. 登录目标阿里云Elasticsearch实例的Kibana控制台，根据页面提示进入Kibana主页。
      登录Kibana控制台的具体操作，请参见登录Kibana控制台。
      说明 本文以阿里云Elasticsearch 6.7.0版本为例，其他版本操作可能略有差别，请以实际界面为准。
    2. 在左侧导航栏，单击Dev Tools。
    3. 在Console中，执行如下命令，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": "理财"
      }
    }
  },
  "dest": {
    "index": "dest"
  }
}
      类别 参数 说明
      source host 远程集群的访问地址，必须包含支持协议、域名和端口信息，例如https://otherhost:9200。host配置格式与实例的可用区数量有关，具体如下：
      • 单可用区实例：http://<实例的域名>:9200。
        说明 实例的域名可在基本信息页面获取。详细信息，请参见查看实例的基本信息。
      • 多可用区实例：http://<实例中任意数据节点的IP地址>:9200。
      username 可选参数，如果您所请求的远程Elasticsearch服务需要使用Basic Authentication，请在请求中一并提供此参数信息。阿里云Elasticsearch实例的默认用户名为elastic。
      注意
      • 为确保安全性，通过Basic Authentication鉴权时建议使用HTTPS协议，否则密码信息将以文本形式进行传输。
      • 对于阿里云Elasticsearch实例，需要开启HTTPS协议后，才可在host中使用HTTPS协议。开启HTTPS协议的具体操作请参见使用HTTPS协议。
      password 用户对应的密码。阿里云Elasticsearch实例的elastic用户的密码在创建实例时设定，如果忘记可进行重置。重置密码的注意事项及具体操作，请参见重置实例访问密码。
      index 远程集群中的源索引。
      query 通过查询语法，指定待迁移的数据。详细信息，请参见Reindex API。
      dest index 本地集群中的目标索引。
      说明 从远程集群重建索引数据，不支持手动切片或自动切片。详细信息，请参见手动切片和自动切片。
      执行成功后，预期结果如下。
      {
  "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" : [ ]
}
  6. 查看迁移成功的数据。
    GET dest/_search
    预期结果如下：
    • 单可用区实例查看迁移成功的数据
    • 多可用区实例查看迁移成功的数据

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，默认最大值为100 MB。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"
  }
}