背景介绍

在实际的业务生产中，经常由于主分片的调整，或者数据的迁移，索引名称规则的改变，都可以通过索引重建的方式来进行处理。但当生产环境数据量较大时，使用重建索引必定要注意很多细节，才能顺利完成索引重建工作，这里就讲解如何总性能优化。

操作和优化方法

步骤一、新建空索引，按照业务规划设计进行创建

新建空索引，用于放置重建后的数据

# 设置索引分片方式
PUT /tags-release
{
  "settings": {
    "number_of_shards":3,
    "number_of_replicas":2
  }
}

# 新建别名
POST /_aliases
{
  "actions": [
    {
      "add": {
        "index": "tags-release",
        "alias": "tags-public"
      }
    }
  ]
}

# 删除原有别名
POST /_aliases
{
  "actions":{
    "remove":{
      "index":"tags",
      "alias":"tags-public"
    }
  }
}

步骤二、重建索引准备，禁用刷新和副本复制

# 新索引的临时禁用刷新和副本复制
PUT /tags-release/_settings
{ 
  "refresh_interval": -1,
  "number_of_replicas": 0
}

步骤三、重建索引，并通过参数设置加快索引重建效率

POST /_reindex?slices=3&refresh&timeout=1000000s
{
  "source": {
    "index": "tags",
    "size": 10000
  },
  "dest": {
    "index": "tags-release"
  }
}

请求参数解释：

• slices
  参数用于指定主分片数量；
• refush
  用于指定是否刷新；
• timeout
  为超时时长
  请求主体参数解释：
• source:
  源索引信息
  – index
  源索引名称
  – size
  batch_size大小;这里需要注意，size最大可设置为10000；
• desc
  目标索引信息
  – index
  目标索引名
  这里的size为batch_size,可根据实际数据量情况进行调大或调小，通常的原则是设置在10万以内；

步骤四、恢复新索引副本数和刷新间隔

# 恢复副本复制和刷新间隔
PUT /tags-release/_settings
{ 
  "refresh_interval": "1s",
  "number_of_replicas": 2
}

步骤五、检查索引重建情况

检查思路如下：

• 检查重建索引后的mapping是否一致，若不一致，则检查第一步put的setting和mapping
• 重建索引后的记录数是否一致
• 重建索引后的文档数是否一致
• 重建后的索引主分片书和分片副本数是否符合规划

elasticsearch _reindex api详细介绍

请求格式：

POST _reindex?请求参数
{
    "请求主体"...
}

响应格式：

{
  "took" : *****,
  "timed_out" : false,
  "total" : *****,,
  "updated" : 0,
  "created" : *****,,
  "deleted" : 0,
  "batches" : *****,,
  "version_conflicts" : 0,
  "noops" : 0,
  "retries" : {
    "bulk" : 0,
    "search" : 0
  },
  "throttled_millis" : 0,
  "requests_per_second" : -1.0,
  "throttled_until_millis" : 0,
  "slices" : [
    {
      "slice_id" : 0,
      "total" : *****,,
      "updated" : 0,
      "created" : *****,,
      "deleted" : 0,
      "batches" : *****,,
      "version_conflicts" : 0,
      "noops" : 0,
      "retries" : {
        "bulk" : 0,
        "search" : 0
      },
      "throttled_millis" : 0,
      "requests_per_second" : -1.0,
      "throttled_until_millis" : 0
    },
    ...
  ],
  "failures" : [ ]
}

request parameter 请求参数详解

• refresh
  （可选，枚举）如果为true，Elasticsearch刷新受影响的分片以使该操作可见以进行搜索，如果是，wait_for则等待刷新以使该操作可见以进行搜索，如果false不进行任何刷新。有效值：true，false，wait_for。默认值：false。
• master_timeout
  （可选，时间单位）指定等待连接到主节点的时间段。如果在超时到期之前未收到任何响应，则请求将失败并返回错误。默认为30s。
• timeout
  （可选，时间单位）指定等待响应的时间段。如果在超时到期之前未收到任何响应，则请求将失败并返回错误。默认为30s。
• wait_for_active_shards
  （可选，字符串）在继续操作之前必须处于活动状态的分片副本数。设置为all或最大为索引（number_of_replicas+1）中分片总数的任何正整数。默认值：1，主分片。
  请参阅活动分片。
• wait_for_completion
  （可选，布尔值）如果为true，则请求将阻塞，直到操作完成为止。默认为true。
• requests_per_second
  （可选，整数）此请求的限制，以每秒子请求为单位。-1表示没有节气门。预设为0。
• scroll
  （可选，时间单位）指定对于滚动搜索应保持索引的一致视图多长时间。
• slices
  （可选，整数）此任务应划分的片数。默认为1，表示该任务未分割为子任务。
• max_docs
  （可选，整数）要处理的最大文档数。默认为所有文档。

request body 请求主体参数详解

• conflicts
  （可选，枚举）设置为proceed即使发生冲突也继续重新编制索引。默认为abort。
• source
  – index
  （必需，字符串）要从中复制索引的名称。还接受以逗号分隔的索引列表，以便从多个来源重新索引。
  – max_docs
  （可选，整数）要重新编制索引的最大文档数。
  – query
  （可选，查询对象）指定要使用查询DSL重新编制索引的文档。
  – remote
  — host
  （可选，字符串）要从中索引的Elasticsearch远程实例的URL 。从远程索引时是必需的。
  — username
  （可选，字符串）用于与远程主机进行身份验证的用户名。
  — password
  （可选，字符串）用于与远程主机进行身份验证的密码。
  — socket_timeout
  （可选，时间单位）远程套接字读取超时。默认为30秒。
  — connect_timeout
  （可选，时间单位）远程连接超时。默认为30秒。
  – size
  （可选，整数）每批要编制索引的文档数。从远程建立索引时使用，以确保批处理适合堆上缓冲区，默认大小为100 MB。
  – slice
  — id
  （可选，整数）用于手动切片的切片ID 。
  — max
  （可选，整数）切片总数。
  – sort
  （可选，列表）:在索引之前要用逗号分隔的对列表。与结合使用max_docs以控制对哪些文档重新编制索引。
  在7.6中弃用。
  不建议在reindex中进行排序。绝对不能保证对reindex进行排序可以按顺序对文档建立索引，并阻止reindex的进一步发展，例如弹性和性能改进。如果与结合使用max_docs，请考虑改为使用查询过滤器。
  – _source
  （可选，字符串）如果重新true索引所有源字段。设置为列表以重新索引选择字段。默认为true。
• dest
  – index
  （必需，字符串）要复制到的索引的名称。
  – version_type
  （可选，枚举）用于索引操作的版本控制。有效值：internal，external，external_gt，external_gte。有关更多信息，请参见版本类型。
  – op_type
  （可选，枚举）设置为仅创建不存在的索引文档（如果不存在，则放置）。有效值：index，create。默认为index。
  – type
  （可选，字符串） [ 6.0.0 ] 在6.0.0中弃用。类型已弃用，正在删除中。请参阅删除映射类型。重新索引文档的文档类型。默认为_doc。
  在未指定destination的情况下，也始终会忽略源索引中的类型type。如果显式指定了目标type，则指定的类型必须与目标索引中的类型匹配，或者为未指定或特殊值_doc。有关更多详细信息，请参见删除映射类型。
• script
  – source
  （可选，字符串）在重新编制索引时运行以更新文档源或元数据的脚本。
  – lang
  （可选，枚举）脚本语言：painless，expression，mustache，java。有关更多信息，请参见脚本。

response Body

• took
  （整数）整个操作花费的总毫秒数。
• timed_out
  {boolean）true如果在重新索引期间执行的任何请求超时，则设置此标志。
• total
  （整数）成功处理的文档数。
• updated
  （整数）成功更新的文档数，即在重新索引更新之前已存在具有相同ID的文档。
• created
  （整数）成功创建的文档数。
• deleted
  （整数）成功删除的文档数。
• batches
  （整数）由重新索引拉回的滚动响应数。
• noops
  （整数）由于用于重新索引的脚本返回的noop值而被忽略的文档数ctx.op。
• version_conflicts
  （整数）重新索引命中的版本冲突数。
• retries
  （整数）重索引尝试的重试次数。bulk是重试的批量操作search数，也是重试的搜索操作数。
• throttled_millis
  （整数）请求睡眠以符合的毫秒数requests_per_second。
• requests_per_second
  （整数）在重新索引期间每秒有效执行的请求数。
• throttled_until_millis
  （整数）此字段在_reindex响应中应始终等于零。它只有在使用Task API时才有意义，它表示下一次（自epoch以来的毫秒数），为了符合，将再次执行受限制的请求requests_per_second。
• failures
  （数组）失败数组，如果在此过程中有任何不可恢复的错误。如果这是非空的，则请求由于这些失败而中止。重新索引是使用批处理实现的，任何失败都会导致整个过程中止，但是当前批处理中的所有失败都会收集到阵列中。您可以使用该conflicts选项来防止重新索引在版本冲突时中止。