本地ES集群数据通过_reindex方式迁移到腾讯云服务器（亲测有效）

随着业务量的增加，本地的ES集群服务器性能和磁盘空间有点不够使用，项目组考虑使用腾讯云服务器，以下是我测试的使用_reindex方式迁移ES数据的具体步骤。

1.在腾讯云的ES上建立新索引

可根据业务需求，自行删减mappings无用的字段，更改字段类型和settings的设置，重新设置新索引。

PUT /test1

{

    "mappings" : {

      "properties" : {

        "num" : {

          "type" : "text",

          "analyzer": "my_analyzer"

        },

        "name" : {

          "type" : "text",

          "fields" : {

            "keyword" : {

              "type" : "keyword",

              "ignore_above" : 256

            }

          },

          "analyzer": "my_analyzer"

        },

         "englishName" : {

          "type" : "text",

          "fields" : {

            "keyword" : {

              "type" : "keyword",

              "ignore_above" : 256

            }

          },

          "analyzer": "my_analyzer"

        },

         "msg" : {

          "type" : "text",

            "fields" : {

            "keyword" : {

              "type" : "keyword",

              "ignore_above" : 256

            }

          },

          "analyzer": "my_analyzer"

        }

      }

    },

    "settings": {

    "index": {

      "analysis": {

        "analyzer": {

          "my_analyzer": {

            "type": "custom",

            "tokenizer": "my_tokenizer"

          }

        },

        "tokenizer": {

          "my_tokenizer": {

            "type": "ngram",

            "min_gram": "1",

            "max_gram": "2"

          }

        }

      }

    }

  }

}

2.设置白名单

在腾讯云ES的elasticsearch.yml配置文件中添加本地的ES集群IP白名单.

注意：如果本地使用的是内网，需要开通外网访问地址和端口，这里白名单的ip和端口也要换成外网的

#reindex.remote.whitelist: ["ip:9200","ip2:9201"]  迁移数据白名单

reindex.remote.whitelist: ["localhost:9200"]

#跨域问题

http.cors.enabled: true

http.cors.allow-origin: "*"

3.准备_reindex的设置

可根据个人业务需求，自行选择下面需要的配置选项和设置

• "scroll": 每次复制5M的数据，一般设置为5-15 M性能较佳，根据服务器性能自行选择

• "wait_for_completion": false 设置不用前台等待返回结果，后台自动执行

• "max_docs": 定义只同步100个文档

• "conflicts","op_type":这两个一般一起使用，op_type to create将导致_reindex仅在目标索引中创建缺少的文档，但是会报导致版本冲突中止_reindex操作，可以设置 “conflict”："conflicts": "proceed"，_reindex进程将继续发生版本冲突并返回遇到的版本冲突计数。（不建议使用，ES会自动处理ID相同的数据覆盖删除）

• "source": 本地要迁移的ES索引设置

• "remote"：本地ES的对外地址，超时时间设置

• "index": 本地要迁移的ES索引名称

• "_source": 可设置保留只需要迁移的索引字段

• "query": 可设置筛选条件

• "size": 每次传输文档的数据量，默认值为1000，可设置为5000-20000

• "dest": "index" 腾讯云要接受数据的索引，第一步创建的那个

POST  /_reindex?scroll=5m&wait_for_completion=false

{

  "max_docs": 100,

  "conflicts": "proceed",

  "source": {

    "remote": {

      "host": "http://:9200",

      "socket_timeout": "5m",

      "connect_timeout": "300s"

    },

    "index": "test1",

    "_source": ["name", "msg",],

    "query": {

          "match": {

            "name": "小明"

          }

        }

     "size": 5000

  },

  "dest": {

    "index": "test1"，

    "op_type": "create"

  }

}

4.执行命令，迁移数据

以下都在腾讯云的kibana中执行的

设置不刷新和副本数位0

PUT /test1/_settings

{

   "refresh_interval": -1,

   "number_of_replicas": 0

}

执行第三步创建的_reindex

POST  /_reindex?scroll=5m&wait_for_completion=false

{

  "max_docs": 100,

  "conflicts": "proceed",

  "source": {

    "remote": {

      "host": "http://:9200",

      "socket_timeout": "5m",

      "connect_timeout": "300s"

    },

    "index": "test1",

    "_source": ["name", "msg",],

    "query": {

          "match": {

            "name": "小明"

          }

        }

     "size": 5000

  },

  "dest": {

    "index": "test1"，

    "op_type": "create"

  }

}

等待数据执行，使用 GET _cat/indices 命令查看数据执行结果量

GET _cat/indices

数据全部执行完后，恢复原本要设置的刷新间隔和副本数.

扩展：关于副本数数量设置，可参考我另一篇引用文章中ES的集群原理中二、ES集群核心原理分析:

PUT /index_paytrade_v1/_settings

{

   "refresh_interval": "30s",

   "number_of_replicas": 1

}

好了，至此就大功搞定了，可以进行查询数据测试了。

关于ES数据迁移腾讯云还有其他3种方式

• elasticsearch-dump
• snapshot
• logstash

具体可参考腾讯云的官方文档地址 ： https://cloud.tencent.com/document/product/845/35568