Question

就像标题所说......

我读了这篇文章（https://www.elastic.co/blog/changing-mapping-with-zero-downtime），这个概念很棒，但我很难找到关于如何通过JAVA API做到这一点的合适参考。

我找到了这个插件：https://github.com/karussell/elasticsearch-reindex，但似乎有点像我想做的事

Answer 1

经过当地星巴克的一些研究后，我想出了：

让我们假设我们已经有了索引（“old_index”）并且它有数据......现在让我们将数据移动到我们创建的新索引（“new_index”）（可能使用不同的模式STRING vs INT for a某个字段，或者现在您决定不再希望分析或存储某些字段等。）

这里的基本思想是从已存在的索引（“old_index”）中检索所有数据并将其摄取到新索引（“new_index”）中。但是，您必须做的事情很少：

步骤1.您需要执行搜索滚动 https://www.elastic.co/guide/en/elasticsearch/reference/current/search-request-scroll.html

与常规搜索相比，它可以更有效地检索结果。没有得分等等。以下是文档所说的内容：“滚动不是针对实时用户请求，而是针对处理大量数据，例如为了将一个索引的内容重新索引到新索引中具有不同的配置。“

以下是Java API关于如何使用它的链接：https://www.elastic.co/guide/en/elasticsearch/client/java-api/current/scrolling.html

步骤2.进行插入时，必须使用批量摄取。再一次，它是出于性能原因而完成的。以下是Bulk Ingest Java API的链接：https://www.elastic.co/guide/en/elasticsearch/client/java-api/current/bulk.html#_using_bulk_processor

现在去实际做到这一点......

步骤1.设置将从旧索引“加载”数据的滚动搜索

SearchResponse scrollResp = client.prepareSearch("old_index") // Specify index
    .setSearchType(SearchType.SCAN)
    .setScroll(new TimeValue(60000))
    .setQuery(QueryBuilders.matchAllQuery()) // Match all query
    .setSize(100).execute().actionGet(); //100 hits per shard will be returned for each scroll

步骤2.设置批量处理器。

int BULK_ACTIONS_THRESHOLD = 1000;
int BULK_CONCURRENT_REQUESTS = 1;
BulkProcessor bulkProcessor = BulkProcessor.builder(client, new BulkProcessor.Listener() {
    @Override
    public void beforeBulk(long executionId, BulkRequest request) {
        logger.info("Bulk Going to execute new bulk composed of {} actions", request.numberOfActions());
    }

    @Override
    public void afterBulk(long executionId, BulkRequest request, BulkResponse response) {
        logger.info("Executed bulk composed of {} actions", request.numberOfActions());
    }

    @Override
    public void afterBulk(long executionId, BulkRequest request, Throwable failure) {
        logger.warn("Error executing bulk", failure);
    }
    }).setBulkActions(BULK_ACTIONS_THRESHOLD).setConcurrentRequests(BULK_CONCURRENT_REQUESTS).setFlushInterval(TimeValue.timeValueMillis(5)).build();

步骤3.在步骤1中通过创建的滚动搜索器从旧索引中读取，直到剩下mo记录并插入新索引

//Scroll until no hits are returned
while (true) {
    scrollResp = client.prepareSearchScroll(scrollResp.getScrollId()).setScroll(new TimeValue(600000)).execute().actionGet();
    //Break condition: No hits are returned
    if (scrollResp.getHits().getHits().length == 0) {
        logger.info("Closing the bulk processor");
        bulkProcessor.close();
        break; 
    }
    // Get results from a scan search and add it to bulk ingest
    for (SearchHit hit: scrollResp.getHits()) {
        IndexRequest request = new IndexRequest("new_index", hit.type(), hit.id());
        Map source = ((Map) ((Map) hit.getSource()));
        request.source(source);
        bulkProcessor.add(request);
   }
}

步骤4.现在是时候将指向旧索引的现有别名分配给新索引。然后删除对旧索引的别名引用，然后删除旧索引本身。要了解如何确定分配给现有旧索引的别名，请参阅以下帖子：ElasticSeach JAVA API to find aliases given index

为新索引指定别名

client.admin().indices().prepareAliases().addAlias("new_index", "alias_name").get();

从旧索引中删除别名，然后删除旧索引

client.admin().indices().prepareAliases().removeAlias("old_index", "alias_name").execute().actionGet();
client.admin().indices().prepareDelete("old_index").execute().actionGet();

Answer 2

从ES 2.0开始，您可以使用reindex API。由于没有关于如何使用Java API执行此操作的文档，因此以下是步骤：

根据您的ES版

Maven dependency

将插件添加到您的客户端：

client = TransportClient.builder().settings(elaSettings).addPlugin(ReindexPlugin.class).build();

调用reindex api

ReindexRequestBuilder builder = ReindexAction.INSTANCE.newRequestBuilder(client).source(oldIndex).destination(newIndex);  
builder.destination().setOpType(opType);
builder.abortOnVersionConflict(false); builder.get();

Answer 3

您可以使用ES Reindex API减少代码量

 new ReindexRequestBuilder(client, ReindexAction.INSTANCE)
            .source("source_index")
            .destination("destination index")
            .get();

这是官方文档： https://www.elastic.co/guide/en/elasticsearch/reference/7.6/docs-reindex.html

如何通过Java API重新索引ElasticSearch

3 个答案: