【HBZ分享】ES中的Reindex重建索引

Reindex如何实现索引重建?

  1. 滚动索引 + 批量复制

Reindex存在的问题

  1. 如果新的索引没有提前创建好,并指定字段类型,那么重建后的新索引类型极有可能会和旧的索引不一致,因为ES他会推断类型,而推断错误率从实战来说那是相当的高

Reindex能解决的问题

  1. 字段类型设置错了

  2. 旧的索引分片不合理,想重新分

  3. 某批数据存错了,或只想保留具备指定特性或关键字的数据,可以根据条件来重建索引,筛选出符合条件的数据进行重建,

    POST _reindex
    {
    "source": {
    "index":"remind_test", // 旧的源索引名称
    "query": {
    "term": {
    "summary": "java" // 只重建包含java的数据
    }
    }
    },
    "dest":{
    "index": "remind_new" // 重建后新索引的索引名称
    }
    }

  4. 指向要指定的字段,其余字段想删掉,也可以使用重建索引

    POST _reindex
    {
    "source": {
    "index":"remind_test", // 旧的源索引名称
    "_source": ["id", "title", "name"] // 只重建id, title, name字段,其余字段不要了,则重建后的新索引,只会有这3个字段
    },
    "dest":{
    "index": "remind_new" // 重建后新索引的索引名称
    }
    }

  5. 多个索引库合并重建(即有多个索引,想把字段和数据整合到一个大索引中)
    == 注意: 如果多个索引中存在相同的文档id,合并后只会保留最后一个,因为会覆盖掉前面的==

    POST _reindex
    {
    "source": {
    "index":["remind_test_1", "remind_test_2", "remind_test_3"], // 旧的多个源索引名称
    },
    "dest":{
    "index": "remind_new" // 重建后新索引的索引名称
    }
    }

  6. 扩展:索引数据冲突如何解决: 使用conflicts参数

    abort: 中止操作。如果复制中发生了冲突,即源索引的ID出现相同的,则会终止整个重建操作
    proceed: 继续操作,不会更新与源索引ID冲突的文档,可能会导致目标索引中存在冲突的文档,会导致数据不一致,需要进行之后处理
    overwrite: 覆盖操作,发生冲突时,直接覆盖,后面的覆盖前面的

    POST _reindex
    {
    "source": {
    "conflicts": "proceed",
    "index":["remind_test_1", "remind_test_2", "remind_test_3"], // 旧的多个源索引名称
    },
    "dest":{
    "index": "remind_new" // 重建后新索引的索引名称
    }
    }

重建索引Remindex注意事项

  1. reindex要求所有【源/旧】索引的所有文档启用_source
  2. reindex新的索引一定要指定好mapping, shard(分片), replica(副本)数据, 旧索引的这些配置是不会赋值到新索引的

单索引数据量较大,数据同步速度比较慢时,如何处理

  1. 在真正索引重建之前,最好在测试环境进行测试,防止在生产环境重建失败,导致多次重建消耗性能
  2. 评估好重建后索引大小,硬件配置等可用存储等因素,确保重建后能过够成功
  3. 增加资源,比如CPU, 内存等硬件信息,提高reindex操作效率
  4. 为了避免磁盘IO瓶颈,在进行reindex时,可以通过将源索引和目标索引放在不同的磁盘上,或者使用更快的SSD提升速度
  5. 在reindex时,可以将目标索引的刷新间隔设置改为-1, 从而避免不必要的刷新操作,提高reindex效率
  6. 重点:如果单索引数据量大,在迁移前,将目标索引的副本数设置为0, 以加快同步速度,等到迁移后,再修改回来
相关推荐
java1234_小锋14 分钟前
TensorFlow2 Python深度学习 - 深度学习概述
python·深度学习·tensorflow·tensorflow2·python深度学习
Li zlun23 分钟前
MySQL 配置管理与日志系统完全指南:从基础到高级优化
数据库·mysql
迈火1 小时前
PuLID_ComfyUI:ComfyUI中的图像生成强化插件
开发语言·人工智能·python·深度学习·计算机视觉·stable diffusion·语音识别
wzg20161 小时前
vscode 配置使用pyqt5
开发语言·数据库·qt
老朋友此林2 小时前
MongoDB GEO 项目场景 ms-scope 实战
java·数据库·spring boot·mongodb
极限实验室3 小时前
如何使用 INFINI Gateway 对比 ES 索引数据
数据库
浔川python社3 小时前
《网络爬虫技术规范与应用指南系列》(xc—5)完
爬虫·python
MongoVIP4 小时前
Scrapy爬虫实战:正则高效解析豆瓣电影
python·scrapy
李小白664 小时前
Python文件操作
开发语言·python
Raymond运维4 小时前
MySQL包安装 -- RHEL系列(离线RPM包安装MySQL)
linux·运维·数据库·mysql