ES实时重建索引

1、实时重建索引

在实际的生产环境中，一个field的设置是不能被修改的，如果要修改一个Field，那么应该重新按照新的mapping，建立一个index，然后将数据批量查询出来，重新用bulk api写入index中。

批量查询的时候，建议采用scroll api，并且采用多线程并发的方式来reindex数据。例如说每次scoll就查询指定日期的一段数据，交给一个线程即可。

(1) 一开始，依靠dynamic mapping，插入数据，但是不小心有些数据是2019-09-10这种日期格式的，所以title这种field被自动映射为了date类型，实际上它应该是string类型的。

首先插入以下数据

PUT /my_index/_doc/1 { "title": "2019-09-10" } PUT /my_index/_doc/2 { "title": "2019-09-11" }

（2）当后期向索引中加入string类型的title值的时候，就会报错

PUT /my_index/_doc/3 { "title": "my first article" }

报错

{
  "error": { "root_cause": [ { "type": "mapper_parsing_exception", "reason": "failed to parse field [title] of type [date] in document with id '3'. Preview of field's value: 'my first article'" } ], "type": "mapper_parsing_exception", "reason": "failed to parse field [title] of type [date] in document with id '3'. Preview of field's value: 'my first article'", "caused_by": { "type": "illegal_argument_exception", "reason": "failed to parse date field [my first article] with format [strict_date_optional_time||epoch_millis]", "caused_by": { "type": "date_time_parse_exception", "reason": "Failed to parse with all enclosed parsers" } } }, "status": 400 }

（3）如果此时想修改title的类型，是不可能的

PUT /my_index/_mapping
{
  "properties": { "title": { "type": "text" } } }

报错

{
  "error": { "root_cause": [ { "type": "illegal_argument_exception", "reason": "mapper [title] of different type, current_type [date], merged_type [text]" } ], "type": "illegal_argument_exception", "reason": "mapper [title] of different type, current_type [date], merged_type [text]" }, "status": 400 }

（4）此时，唯一的办法，就是进行reindex，也就是说，重新建立一个索引，将旧索引的数据查询出来，再导入新索引。

（5）如果说旧索引的名字，是old_index，新索引的名字是new_index，终端java应用，已经在使用old_index在操作了，难道还要去停止java应用，修改使用的index为new_index，才重新启动java应用吗？这个过程中，就会导致java应用停机，可用性降低。

（6）所以说，给java应用一个别名，这个别名是指向旧索引的，java应用先用着，java应用先用prod_index来操作，此时实际指向的是旧的my_index

PUT /my_index/_alias/prod_index

（7）查看别名，会发现my_index已经存在一个别名prod_index了。

GET my_index/_alias

（8）新建一个index，调整其title的类型为string

PUT /my_index_new
{
  "mappings": { "properties": { "title": { "type": "text" } } } }

（9）使用scroll api将数据批量查询出来

GET /my_index/_search?scroll=1m
{
  "query": { "match_all": {} }, "size": 1 }

返回

{
  "_scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAARUMWQWx5bzRmTW9TeUNpNmVvN0E2dF9YQQ==", "took" : 4, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 2, "relation" : "eq" }, "max_score" : 1.0, "hits" : [ { "_index" : "my_index", "_type" : "_doc", "_id" : "1", "_score" : 1.0, "_source" : { "title" : "2019-09-10" } } ] } } 

（9）采用bulk api将scoll查出来的一批数据，批量写入新索引

POST /_bulk
{"index":{"_index":"my_index_new","_id":"1"}} {"title":"2019-09-10"}

（10）反复循环8~9，查询一批又一批的数据出来，采取bulk api将每一批数据批量写入新索引

（11）将my_index索引的别名prod_index切换到my_index_new上去，java应用会直接通过index别名使用新的索引中的数据，java应用程序不需要停机，零提交，高可用

POST /_aliases
{
  "actions": [ { "remove": { "index": "my_index", "alias": "prod_index" } }, { "add": { "index": "my_index_new", "alias": "prod_index" } } ] }

（12）直接通过prod_index别名来查询，是否ok

GET prod_index/_search

可以看到能够查询到新索引my_index_new的数据了

{
  "took" : 1117, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 1, "relation" : "eq" }, "max_score" : 1.0, "hits" : [ { "_index" : "my_index_new", "_type" : "_doc", "_id" : "1", "_score" : 1.0, "_source" : { "title" : "2019-09-10" } } ] } } 

2、总结：

基于alias对client透明切换index

PUT /my_index_v1/_alias/my_index

client对my_index进行操作

reindex操作，完成之后，切换v1到v2

POST /_aliases
{
    "actions": [       { "remove": { "index": "my_index_v1", "alias": "my_index" }},       { "add":   { "index": "my_index_v2", "alias": "my_index" }}   ] }