Easysearch 索引备份之 Clone API

在日常运维 Easysearch 的过程中，备份数据是一项重要工作。为了确保数据安全和业务连续性，我们可能需要了解并掌握多种备份索引的方法，以便应对不同的场景。我们先梳理下常用的备份方法有哪些。

Snapshot

Easysearch 的 Snapshot（快照） 是一种官方支持的集群数据备份与恢复机制，通过将索引数据、集群状态（如设置、模板）和分片分配信息保存到外部存储仓库（如本地文件系统、AWS S3、华为云 OBS 等）实现全量或增量备份。其核心原理是复制索引的 Lucene 分片文件，并利用段文件（Segment）的不可变性实现增量存储优化。

快照的优点包括：

高效性：增量备份仅存储新增或修改的段文件，显著节省存储空间和网络传输成本；
可靠性：支持跨集群恢复和灾难性故障修复，避免直接拷贝数据目录导致的数据不一致风险；
灵活性：可指定备份特定索引，并支持版本兼容性恢复（需遵循版本匹配规则）；
自动化：通过策略（Snapshot Policy）实现定时备份管理。

缺点则包括：

时效性限制：无法实现实时备份，是一种 PIT (Point in Time) 备份；
需预先配置：需预先注册仓库并确保存储系统可用性；
恢复约束：恢复时需关闭或删除目标索引，或恢复时修改索引名称；
依赖主分片状态：若主分片不可用（如节点故障），快照任务会失败。

总体而言，Snapshot 是生产环境首选的备份方案，尤其适合大规模数据归档和跨环境迁移，但需权衡备份频率与存储成本。详情可以参考文档。

Reindex

Easysearch 的 Reindex 是一种通过 API 将数据从一个索引复制到另一个索引的备份方法，适用于同集群或跨集群的数据迁移与重建。其核心操作是使用 POST _reindex 命令将源索引的文档批量读取并写入目标索引。备份时需确保目标索引的 Mapping 与源索引兼容（字段类型一致），并通过 size 参数控制批量处理量（如 "size": 2000）以优化性能。对于跨集群备份，需在目标集群配置文件中添加源集群 IP 白名单（reindex.remote.whitelist）并提供认证信息，详情可以参考文档。

优点：

灵活性 ：支持通过 query 参数筛选特定数据备份（如仅迁移某字段值符合条件的数据）；
无缝整合：可在目标索引中修改索引结构（如分片数、字段类型）；
并发及限流：支持设置并发度和限流阈值，适应不同的场景；
操作便捷：无需额外存储配置，适合临时备份或小规模迁移。

缺点：

资源消耗大：reindex 本质是数据写入，要占用 CPU、内存和磁盘 IO，可能影响集群性能；
网络依赖：跨集群备份依赖网络带宽，高延迟或带宽不足会显著拖慢速度；
中断风险：reindex 一旦中途报错，无法继续重试，只能从头再来；
时效性局限：备份完成后新增数据需手动触发二次迁移，无法实现实时同步。

建议在低峰期执行 Reindex，并优先采用快照（Snapshot）进行生产环境长期备份，Reindex 更适合索引结构调整或小规模数据迁移场景。

工具备份

还有些工具支持将 Easyearch 的索引数据备份成一个文件，比如 elasticsearch-dump、Logstash 等。数据量较大的情况下，这些工具可能会有效率问题，一般在特定场景下有用，在此不展开介绍。

Clone API

Easysearch 的 Clone API 并不是传统意义上的备份工具，其核心设计目标是通过复制索引的底层段文件（Segment）快速生成一个与原索引数据一致的新索引，包括源索引是 Mapping 和 Setting 也一起复制。

具体操作步骤如下：

设置源索引为只读状态

bash 复制代码

PUT /.infini_metrics-000004/_settings
{
  "settings": {
    "index.blocks.write": true
  }
}

执行 Clone 操作

bash 复制代码

POST .infini_metrics-000004/_clone/backup_infini_metrics-000004

设置源索引和新索引为可读写状态

复制是新索引也会是只可读状态，大家根据需要选择是否都改成可读写状态。

bash 复制代码

PUT /.infini_metrics-000004,backup_infini_metrics-000004/_settings
{
  "settings": {
    "index.blocks.write": null
  }
}

优点：

极速复制：直接复用底层段文件，无需重写数据，适用于大数据量快速复制。
保留定义: 直接使用源索引的 Setting 和 Mapping。
存储优化：可调整目标索引的副本数，节省资源。

缺点：

业务影响：克隆前需修改源索引为只可读，导致写入中断，影响服务可用性。
不够灵活：沿用源索引 Setting 和 Mapping 无法修改（副本数可修改）。
扩展性不足：不能跨集群，目标索引只能在本集群。

Clone API 有自己鲜明的特点，对比 Snapshot，它不用恢复过程，目标索引直接在集群中了。对比 Reindex，它无需重写数据和先创建索引，更加高效。在特定场景下非常有用，也可以搭配其他备份方法一起使用。

作者：杨帆，极限科技（INFINI Labs）高级解决方案架构师、《老杨玩搜索》栏目 B 站 UP 主，拥有十余年金融行业服务工作经验，熟悉 Linux、数据库、网络等领域。目前主要从事 Easysearch、Elasticsearch 等搜索引擎的技术支持工作，服务国内私有化部署的客户。

原文：infinilabs.cn/blog/2025/e...