ES索引重建–使用python elasticsearch

在ES集群的使用过程中，有时会遇到需要重新建立mapping的情况，通常，我们会选择建立一个新的索引，然后将数据从原索引迁移到新索引的方式来重建需要的mapping。

之前也有看到过通过Elasticsearch 的Java API 调用scan&scroll 和bulk 的方法，无奈Java 太久没有上手了~~
所以，找了一下，发现有Python的elasticsearch包针对这种Reindex作业提供了方法，相对Java 方法而言，Python 更为简单，仅需数行代码即可。
Python elasticsearch的详细文档链接：http://elasticsearch-py.readthedocs.io/en/latest/

一个简单的示例如下所示：

from elasticsearch import Elasticsearch
from elasticsearch import helpers

es_src=Elasticsearch(host_src)   #原索引所在ES集群的host
es_des=Elasticsearch(host_des)   #新索引所在ES集群的host

body={"query":{"match_all":{}}}  #遍历原索引

helpers.reindex(client=es_src,source_index='wechat',target_index='wechat_new',target_client=es_des,query=body,chunk_size=1000) #重建索引 

reindex( )方法的具体定义如下：

elasticsearch.helpers.reindex(client, source_index, target_index, query=None, target_client=None, chunk_size=500, scroll=u'5m', scan_kwargs={}, bulk_kwargs={})

参数含义

client – 原索引所在ES

source_index – 读取documents的索引

target_index – 写入documents的索引

query – search( ) api的主体

target_client – 新索引所在ES

chunk_size – es传输docs时每块含有的docs数量

scroll – scroll的时间

scan_kwargs – additional kwargs to be passed to scan()

bulk_kwargs – additional kwargs to be passed to bulk()

从根本上来看，reindex( )方法是将scan&scorll 操作和bulk 操作组合到了一起，直接将scroll 得到的docs 通过bulk 导入到es 中，这两种操作的在Python elasticsearch.helpers中也有定义，你如果感兴趣的可以去阅读一下Python elasticsearch的文档。