Elasticsearch使用reindex命令同步跨集群索引数据

文章目录

今天在处理Elasticsearch集群间索引数据同步的时候使用到了内置提供的reindex命令，使用起来还算实用，这里简单介绍分享使用过程和错误经验：

工具介绍

【1】reindex是Elasticsearch提供的一个api接口，可以把数据从一个集群迁移到另外一个集群。
【2】需要在目标ES集群中配置reindex.remote.whitelist参数，指明能够reindex的远程集群的白名单
【3】本地索引更新Mapping实现索引层面迁移，或者跨集群的索引迁移

【语法】

POST _reindex
{"source":{"remote":{"host":"http://MyOldDNSName:9200"},"index":"test"},"dest":{"index":"test"}}

Tips：注意这个命令执行是在新的elasticsearch集群上的，这个要是在旧的集群上执行是没用的。一般情况下同步数据都是从源端往目标端同步，但是这个却是反过来的，被坑好一会…

參考：

POST _reindex
{"source":{"remote":{"host":"http://ip:9200"},"index":"logstash-err-2022.08.01_copy22"},"dest":{"index":"logstash-err-2022.08.01_copy22"}}

not whitelisted in reindex.remote.whitelist问题处理

这个需要在新的集群上配置添加白名单，配置的是旧的ES集群地址

参考：

reindex.remote.whitelist:"otherhost:9200, another:9200, 127.0.10.*:9200, localhost:*"

修改新的ES集群的配置，修改config/elasticsearch.yml ，添加上面的配置，修改完之后重新启动服务。

cluster.name:"docker-cluster"
network.host:0.0.0.0
reindex.remote.whitelist:"xxx:9200"

这里的地址和上面的source.remote.host保持一致，不需要协议名称

POST _reindex 504 Gateway Timeout注意事项

虽然这个是返回了504网关超时错误，但是并不一定就是发生问题了，504的问题表示不能及时地从远程服务器获得应答，可能是这个请求后台处理时间过长，网关没有收到后台服务器及时响应，虽然返回了504错误，但是实际上后台还是在正常的处理任务在。

针对这种情况，我们可以先通过下面的命令查看下后台运行的任务情况

GET _tasks?actions=*reindex&detailed

如果要异步运行任务，也可以使用以下命令执行此操作：

POST _reindex?wait_for_completion=false

这将返回一个任务 ID，然后可以通过以下方式检查其进度：

GET _tasks/<task-id>