前言

在5.x版本之后ElasticSearch新增了索引重建功能，可以直接在ES集群里面对数据进行重建并且支持跨集群间的数据迁移。

1、什么是索引重建

在保证数据的一致性和可用性情况下，使用一个新的索引替换掉旧的索引。如下是索引重建的常见场景：

• 1. 索引的分片发生了改变。 从3个变成了4个
• 2. 文档结构的变更。 text类型的变成了keyword
     ES中一个字段的mapping在定义并且导入数据之后就不能在修改，此时可以使用索引重建。
• 3. ES版本升级

2、索引重建的实现过程

源端索引的结构：

PUT longxia_item
{
    "mappings": {
        "_doc": {
            "properties": {
              "item_id": {
                    "type": "integer"
                },
                "item_name": {
                    "type": "text",
                    "fields": {
                        "raw": {
                            "ignore_above": 256,
                            "type": "keyword"
                        }
                    }
                }
            }
        }
    }
}

同步数据到longxia_item2索引中

POST _reindex                   
{
  "source": {
    "index": "longxia_item"
  },
  "dest": {
    "index": "longxia_item2"
  }
}

删除源索引的数据

delete longxia_item

将目标索引更名为源索引的名称

POST /_aliases
  {
        "actions": [
            {"add": {"index": "longxia_item2", "alias": "longxia_item"}}
        ]
  }

使用Reindex的注意点：

1. 要求源端索引的元字段_source是打开的，默认是打开的

2. Reindex过程并不会自动将源端索引的设置拷贝到目标索引，所以需要事先在目标集群中按照源端索引的表结构建立好目标索引。

3、索引重建过程很慢的解决方案

1. 修改批次数据的大小

2. 借助Scroll并行优化方式

Reindex的底层是是Scroll实现，对每个Scroll请求分成多个Slice请求，让各Slice独立并行，以此来提升效率。

slices大小设置注意事项：

slices大小的设置可以手动指定，或者设置slices设置为auto。auto针对单索引，slices大小=分片数；针对多索引，slices等于分片的最小值。

• 当slices的数量等于索引中的分片数量时，查询性能最高效。slices大小大于分片数，非但不会提升效率，反而会增加开销、影响性能。

3. es副本设置成0

PUT /longxia_item2/_settings
{
    "number_of_replicas": 0
}

这样设置之后暂时不会同步es副本数据，等到数据同步完成后启用副本，再去同步副本数据，从而提高同步索引重建的速度。

4. 禁用或者增加refresh间隔

PUT /longxia_item2/_settings
{ 
  "refresh_interval": -1    #禁用
}

针对不需要实时获取结果的业务场景，可以先不要索引刷新refresh（默认值是1s）。在做Reindex时可以将每个索引的refresh_interval到60s或禁用，等到数据同步完成之后再恢复refresh。