【最佳实践】Logstash高效的数据索引迁移能力—如何实现从腾讯云Elasticsearch迁移至阿里云

2021-09-26 08:21:26

本文字数：1655
阅读时间：3~5分钟

以下是正文

搜索钉钉群号：21737292 ，加入阿里云Elasticsearch官方社群

迁移方案选取

由于腾讯云ES版本与阿里云ES版本不一致，需要选择兼容的版本进行迁移，本文支持的版本方案如下（其他方案不保证兼容）：

腾讯云ES 5.6.4 -> ECS（Logstash 5.6.x）-> 阿里云ES 5.5.6
腾讯云ES 6.4.3 -> ECS（Logstash 6.7.0）-> 阿里云ES 6.7.0
腾讯云ES 6.4.3 -> 阿里云Logstash 6.7.0 -> 阿里云ES 6.7.0（本文以此为例）

注意由于腾讯云ES版本分别与阿里云ES版本不一致，所以建议您在大版本内进行数据同步，不建议跨大版本同步。关于Logstash版本选取详情，请参见[Support Matrix](链接地址https://www.elastic.co/cn/support/matrix#matrix_compatibility

解决方案

您可以通过以下步骤来迁移Elasticsearch索引：

创建阿里云Elasticsearch实例和阿里云Logstash实例。在迁移过程中，需要连接公网才能与腾讯云ES互通。由于Logstash实例部署在VPC下，可以通过配置NAT网关实现与公网的连通，详情请参见公网数据导入和导出常见问题。
说明对于自建的Logstash，需要购买与阿里云ES在同一可用区、同一VPC下的ECS实例（已符合条件的ECS不需要重复购买，需要绑定弹性公网IP）。您也可以购买经典网络的ECS实例（不建议），但需要配置Classiclink，实现通过经典网络访问专有网络中的阿里云ES，详情请参见通过经典网络访问ES常见问题。
创建腾讯云ES实例，并搭建腾讯云代理服务器。由于腾讯云Elasticsearch不支持公网直接访问，因此您需要准备cvm服务器搭建nginx代理，详情请参见外网访问腾讯ES集群。
修改Logstash的yml文件配置。目前阿里云Logstash只支持通过kibana方式，修改yml文件的pipeline配置，详情请参见通过Kibana配置Pipeline。您也可以使用自建Logstash，需要安装JDK（1.8及以上版本）以及相应版本的Logstash，然后在Logstash的conf下配置yml文件，并启动服务，详情请参见Logstash部署。
在目标端使用`
GET /_cat/indices?v

，` 查看索引是否迁移成功。
本案例以使用阿里云Logstash，将Elasticsearch（简称ES）索引从腾讯云ES迁移至阿里云ES中为例，具体实施步骤如下。

配置Logstash pipeline

以下为您介绍使用阿里云Logstash，通过Kibana方式配置pipeline的方法。
在配置pipeline前，您需要首先完成迁移方案选取，以及解决方案概述中的前两步。

说明您也可以使用自建Logstash，需要安装JDK（1.8及以上版本）以及相应版本的Logstash，然后在Logstash的conf下配置yml文件，并启动服务，详情请参见Logstash部署。

登录ES实例的Kibana控制台。
单击左侧导航栏的Management。
在Management页面，单击Logstash下的Pipelines。
在Pipelines页面中，单击Create pipeline。

在Create pipeline页面，输入Pipeline ID和Description，并根据需求配置其他参数。本文的Pipeline参数配置如下，其他参数说明请参见通过Kibana配置Pipeline。

input {
     elasticsearch {
       hosts => "http://xxxxxxxxx:9200"
       user  => "elastic"
       index => "*"
       password => "xxxxxx"
       docinfo => true
     }
   }
output {
      elasticsearch {
        hosts => "http://xxxxxxx.elasticsearch.aliyuncs.com:9200"
        user => "elastic"
        password => "xxxxxx"
        index => "%{[@metadata][_index]}"
        document_type => "%{[@metadata][_type]}"
        document_id => "%{[@metadata][_id]}"
  }
}

其他参数详情请参见input插件说明。

以上配置将源ES集群的所有索引同步到目标集群中，您也可以设置只同步指定的索引，input配置如下。

input {
     elasticsearch {
       hosts => "http://xxxxxxxx:9200"
       user  => "elastic"
       index => "alicloudtest"
       password => "xxxxxxx"
       query => '{ "query":{ "query_string": { "query": "*" } } }'
       docinfo => true
     }

Elasticsearch input插件是根据配置的query语句，从ES集群读取文档数据。适用于批量导入测试日志、重索引等操作。默认一次query抽取完数据后，worker会自动关闭。如果想要实现定时触发同步动作，可以使用cron语法，配合schedule属性的配置实现，详情请参见Logstash官网Scheduling介绍。

schedule => "* * * * *"

以上示例会每分钟触发抽取。如果没有指定schedule参数，那么抽取仅执行一次。

关联Logstash与ES实例

进入Logstash实例管理页面。
单击左侧导航栏的管道管理。
在管道管理页面，单击关联Elasticsearch实例右侧的修改。

目前Logstash的管道管理方式仅支持集中式管道管理。您需要首先在所要关联的ES实例的Kibana控制台中，创建和配置Logstash管道。

在修改配置页面，选择Elasticsearch实例，并输入ES实例的用户名和密码。用户名为所选的ES集群的用户名（一般为elastic），密码为创建集群时设置的密码。
单击测试连通性并获取管道列表。连通成功后，系统显示管道ID下拉框。
选择管道ID。管道ID对应您在配置Logstash pipeline时，配置的Pipeline ID。如果您还没有管道ID，可单击前往创建链接，前往所选Elasticsearch实例的Kibana控制台创建并配置管道，详情请参见配置Logstash pipeline。