ES数据库重建索引——Reindex(数据迁移)
一、应用背景
ES在创建好索引后,mapping
的properties
属性类型是不能更改的,只能添加。如果说需要修改字段就需要重新建立索引然后把旧数据导到新索引。
1、当你的数据量过大,而你的索引最初创建的分片数量不足,导致数据入库较慢的情况,此时需要扩大分片的数量,此时可以尝试使用
Reindex
。2、当数据的
mapping
需要修改,但是大量的数据已经导入到索引中了,重新导入数据到新的索引太耗时;但是在ES
中,一个字段的mapping
在定义并且导入数据之后是不能再修改的,所以这种情况下也可以考虑尝试使用Reindex
。
5.X
版本后新增_reindex API
。Reindex
可以直接在Elasticsearch
集群里面对数据进行重建。并且支持跨集群间的数据迁移。
二、数据迁移步骤:
2.0、源索引
PUT /test_v1
{"mappings": {"properties": {"id": {"type": "integer"},"name": {"type": "text","fields": {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"age": {"type": "long"}}}, "settings": {"number_of_replicas": 2, "number_of_shards": 3},"aliases": {"test": {},"test_read": {},"test_write":{}}
}
2.1、创建目标索引(这步非常重要)
为什么这么说? 因为一开始,在备份数据的场景下,我以为dest index
不用创建,最后测试发现如果dest index
不创建,对于非text
类型数据,可能会变成text
类型(不建议这样做,所以最好创建好dest index
)。
PUT /test_dest
{"mappings": {"properties": {"id": {"type": "integer"},"name": {"type": "text","fields": {"keyword" : {"type" : "keyword","ignore_above" : 256}}},"age": {"type": "long"}}}, "settings": {"number_of_replicas": 0, "number_of_shards": 3,"refresh_interval": "-1"}
}
- 并修改了
number_of_replicas
和refresh_interval
。 - 设置
number_of_replicas
为0
防止我们迁移文档的同时又发送到副本节点,影响性能 - 设置
refresh_interval
为-1
是限制其刷新。默认是1秒 - 当我们数据迁移完成再把上面两个值进行修改即可
2.2、拷贝数据
POST _reindex
{"source": {"index": "old_index","size":1000 //可选,每次批量提交1000个,可以提高效率,建议每次提交5-15M的数据},"dest": {"index": "new_index"}
}
这时候去看数据,是看不到数据的,因为还要刷新才行。
2.3、恢复刷新和副本配置
PUT /test_dest/_settings
{"refresh_interval": "1s","number_of_replicas": 2
}
更新副本数和刷新时间,自此数据迁移就完成了,因为之前的索引不用,但是接口都是指向之前的索引,我们就在新索引添加别名即可。
2.4、如果迁移需要,切换别名
校验完数据的完整性和正确性,再进行别名的切换。
POST /_aliases
{"actions": [{"remove": {"index": "test_v1","alias": "test"}},{"remove": {"index": "test_v1","alias": "test_read"}},{"remove": {"index": "test_v1","alias": "test_write"}},{"add": {"index": "test_dest","alias": "test"}},{"add": {"index": "test_dest","alias": "test_read"}},{"add": {"index": "test_dest","alias": "test_write"}}]
}
三、重要注意事项
3.1、备份数据时,目标索引必须创建,否则改变了目标索引
没有创建目标索引,导致id类型从integer变成了long
, 分片和副本都变成1。
3.2、扩集群迁移
- 和同集群数据迁移基本一样,就是多了一个设置白名单而已。
(如果是A集群 --> B集群,就需要在B中的elasticsearch.yml 设置A地址为白名单)
reindex.remote.whitelist: 172.16.1.236:9200
- 设置好索引、
number_of_replicas: 0、refresh_interval: -1
- 在
remote
中设置远程集群的地址与账号密码(如果配置了的话)。 - 也可以添加query属性,只查询符号条件的。
POST /_reindex
{"source": {"index": "test_v1","remote": {"host": "http://destHost:9200","username": "username","password": "password"},"query": {"match_all": {}}},"dest": {"index": "test_remote"}
}
完成之后记得重新配置远程集群索引的number_of_replicas、refresh_interval
。
3.3、数据迁移效率
3.3.1、问题发现:
常规的如果我们只是进行少量的数据迁移利用普通的reindex
就可以很好的达到要求,但是当我们发现我们需要迁移的数据量过大时,我们会发现reindex
的速度会变得很慢
数据量几十个G的场景下,elasticsearch reindex
速度太慢,从旧索引导数据到新索引,当前最佳方案是什么?
3.3.2、原因分析:
reindex的核心做跨索引、跨集群的数据迁移。
慢的原因及优化思路无非包括:
- 1)批量大小值可能太小。需要结合堆内存、线程池调整大小;
- 2)reindex的底层是scroll实现,借助scroll并行优化方式,提升效率;
- 3)跨索引、跨集群的核心是写入数据,考虑写入优化角度提升效率。
3.3.3、可行方案:
3.3.3.1、提升批量写入大小值
默认情况下,_reindex
使用1000进行批量操作,您可以在source
中调整batch_size
。
POST _reindex
{"source": {"index": "source","size": 5000},"dest": {"index": "dest"}
}
批量大小设置的依据:
1、使用批量索引请求以获得最佳性能。
批量大小取决于数据、分析和集群配置,但一个好的起点是每批处理5-15 MB。
注意,这是物理大小。文档数量不是度量批量大小的好指标。例如,如果每批索引1000个文档:
1)每个1kb的1000个文档是1mb。
2)每个100kb的1000个文档是100 MB。
这些是完全不同的体积大小。
2、逐步递增文档容量大小的方式调优。
1)从大约5-15 MB的大容量开始,慢慢增加,直到你看不到性能的提升。然后开始增加批量写入的并发性(多线程等等)。
2)使用
kibana、cerebro或iostat、top和ps
等工具监视节点,以查看资源何时开始出现瓶颈。如果您开始接收EsRejectedExecutionException
,您的集群就不能再跟上了:至少有一个资源达到了容量。
要么减少并发性,或者提供更多有限的资源(例如从机械硬盘切换到ssd固态硬盘),要么添加更多节点。
3.3.3.2、借助scroll的sliced提升写入效率
Reindex
支持Sliced Scroll
以并行化重建索引过程。 这种并行化可以提高效率,并提供一种方便的方法将请求分解为更小的部分。
sliced原理(from medcl)
- 1)用过
Scroll
接口吧,很慢?如果你数据量很大,用Scroll遍历数据那确实是接受不了,现在Scroll
接口可以并发来进行数据遍历了。 - 2)每个
Scroll
请求,可以分成多个Slice
请求,可以理解为切片,各Slice
独立并行,利用Scroll
重建或者遍历要快很多倍。
slicing
使用举例
slicing
的设定分为两种方式:手动设置分片、自动设置分片。
手动设置分片参见官网。
自动设置分片如下:
POST _reindex?slices=5&refresh
{"source": {"index": "twitter"},"dest": {"index": "new_twitter"}
}
slices
大小设置注意事项:
- 1)
slices
大小的设置可以手动指定,或者设置slices
设置为auto
,auto
的含义是:- 针对单索引,
slices大小=分片数
- 针对多索引,
slices=分片的最小值
- 针对单索引,
- 2)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。
- 3)如果这个slices数字很大(例如500),建议选择一个较低的数字,因为过大的slices 会影响性能。
效果: 实践证明,比默认设置reindex速度能提升10倍+。
关注我的公众号【宝哥大数据】,更多干货
ES数据库重建索引——Reindex(数据迁移)相关推荐
- 【elasticsearch】ES数据库重建索引 -- Reindex(数据迁移)
1.应用背景: 1.当你的数据量过大,而你的索引最初创建的分片数量不足,导致数据入库较慢的情况,此时需要扩大分片的数量,此时可以尝试使用Reindex. 2.当数据的mapping需要修改,但是大量的 ...
- 远程登录另一个mysql 数据库_Ubuntu中开启MySQL远程访问功能,并将另一个数据库服务器中的数据迁移到新的服务器中...
技术交流群:233513714 一.开启MyS远程访问功能 1.进入服务器输入netstat -an | grep 3306确认3306是否对外开放,MySQL默认状态下是不对外开放访问功能的.输入以 ...
- TiDB数据库备份恢复与数据迁移
TiDB数据库备份恢复与数据迁移 数据迁移 使用 mydumper/loader 全量导入数据 mydumper/loader 全量导入数据最佳实践 某次导入示例,以及相关的配置 从 MySQL 导出 ...
- Ubuntu中开启MySQL远程访问功能,并将另一个数据库服务器中的数据迁移到新的服务器中...
技术交流群:233513714 一.开启MyS远程访问功能 1.进入服务器输入netstat -an | grep 3306确认3306是否对外开放,MySQL默认状态下是不对外开放访问功能的.输入以 ...
- ElasticSearch:Reindex数据迁移使用
一.前言 ES在创建好索引后,mapping的properties属性类型是不能更改的,只能添加.如果说需要修改字段就需要重新建立索引然后把旧数据导到新索引. 二.Reindex 5.X版本后新增_r ...
- 数据库建立索引、数据表创建规则、备用字段 / 保留字段 / 预留字段
数据库建立索引 数据库.数据表建立索引的原则 数据库建立索引的原则 1,确定针对该表的操作是大量的查询操作还是大量的增删改操作. 2,尝试建立索引来帮助特定的查询.检查自己的sql语句,为那些频繁在w ...
- 达梦数据库——Oracle到达梦数据迁移
## 迁移思路 1.统计Oracle库中对象以及表数据量: 2.达梦数据库选择合适的初始化参数: BLANK_PAD_MODE 空格填充模式选1, CASE_SENSITIVE 大小写敏感:可以考虑开 ...
- 国产化适配之人大金仓数据库(二)数据迁移
本文介绍金仓数据库windows客户端自带的可视化界面数据迁移工具来迁移mysql的数据到金仓数据库. KingbaseDTS 数据库迁移工具 迁移前准备 因为不能使用默认的system用户,所以需要 ...
- 数据库重建索引 计划任务
计划任务 重建索引 转载于:https://www.cnblogs.com/RogerLu/p/10236975.html
最新文章
- python3 yield 大文件_详解Python3中yield生成器的用法
- C++——多态实现原理分析
- python下载大文件
- 学生管理系统Java版
- 当类的泛型相关时,如何在两个泛型类之间创建类似子类型的关系呢
- 老百姓需要这样的智慧城市
- 阿里云CentOS Linux 7安全基线检查
- python中用于输出内容到终端的函数是_python执行linux shell管道输出内容
- C#文件过滤器filter
- 2022年第十三届蓝桥杯省赛B组python题目部分解题
- Java常见面试题汇总-----------JVM专题(Java类加载机制)
- AMD OpenCL Programming Guide - OpenCL Architecture
- 身份证到期,异地换领流程记录
- 三层锁机病毒的层层逆向剖析
- 行业洞察系列之《事件管理的 5 个阶段及其改进建议》
- 网络安全宣传月安全团队需要知道的关于PKI的九件事
- 一个站长找回域名的艰辛之路
- matlab下标可变,Matlab中下标,斜体,及希腊字母的使用方法
- kubernetes (k8s) 与 Docker 关系
- WPF TextBlock自定义内容_se7en3_新浪博客
热门文章
- 雅典娜暴利烹饪系列(上)
- 大漠穷秋:全面解读Angular 4.0核心特性
- Visual Paradigm简单教程(2):绘制序列图
- (四)AR Foundation实现坐标、图片检测(上)
- ESP32-Doit板(一)
- 微信小程序跳转页面问题
- 微软员工和 GitHub 员工宣布支持 996.ICU 运动,来签个名呗?
- 瑞吉外卖项目学习笔记01
- 【计算机网络】第一章--计算机网络概述
- vue学习-v-if v-for优先级、data、key、diff算法、vue组件化、vue设计原则、组件模板只有一个根元素、MVC.MVP,MVVM