NoSQL 与搜索 / 系统课时

索引别名与重建

索引别名与重建

本课解决索引映射不能直接修改时的数据迁移问题。你将创建新索引、执行 Reindex、校验数据,并通过一次原子别名切换,把读写流量无停机地迁移到新索引。

学习目标

  • 理解为什么映射变更通常需要新建索引
  • 使用 Reindex API 复制并转换数据
  • 通过写别名和原子切换降低迁移风险

迁移目标与整体流程

已存在字段的类型通常不能原地改写。例如旧索引把 price 保存为 keyword,后续需要按数值范围查询时,应创建采用 scaled_float 或其他数值类型的新索引,再迁移数据。

标准流程是:应用始终访问别名;创建新索引并配置目标映射;执行 Reindex;校验文档数量与抽样结果;暂停或同步增量写入;使用 _aliases 在一个请求中移除旧索引并添加新索引;确认稳定后再删除旧索引。

索引重建与别名无停机切换流程

准备旧索引与访问别名

下面示例创建旧索引 products-v1,把 price 定义为 keyword,写入两条文档,并让别名 products 指向旧索引且承担写入。

bash
curl -s -X DELETE "http://localhost:9200/products-v1" > /dev/null
curl -s -X DELETE "http://localhost:9200/products-v2" > /dev/null
curl -s -X PUT "http://localhost:9200/products-v1" \
  -H "Content-Type: application/json" \
  -d '{
    "aliases": {
      "products": {
        "is_write_index": true
      }
    },
    "mappings": {
      "properties": {
        "name": {"type": "keyword"},
        "price": {"type": "keyword"}
      }
    }
  }' > /dev/null
curl -s -X POST "http://localhost:9200/products/_bulk?refresh=true" \
  -H "Content-Type: application/x-ndjson" \
  --data-binary $'{"index":{"_id":"p-1"}}
{"name":"Keyboard","price":"99.90"}
{"index":{"_id":"p-2"}}
{"name":"Mouse","price":"49.50"}
'

预期结果(保留关键字段)

json
{
  "errors": false
}

Bulk API 要求请求体最后保留换行。示例中的 $'...' 是 Bash 的转义字符串写法;在 PowerShell 或客户端 SDK 中应按对应方式构造 NDJSON。

创建目标索引并执行 Reindex

新索引把 price 改为 scaled_float,缩放因子 100 可保留两位小数。Reindex 默认从 _source 读取旧数据,再按目标映射写入新索引。

bash
curl -s -X PUT "http://localhost:9200/products-v2" \
  -H "Content-Type: application/json" \
  -d '{
    "mappings": {
      "properties": {
        "name": {"type": "keyword"},
        "price": {
          "type": "scaled_float",
          "scaling_factor": 100
        }
      }
    }
  }' > /dev/null
curl -s -X POST "http://localhost:9200/_reindex?wait_for_completion=true&refresh=true" \
  -H "Content-Type: application/json" \
  -d '{
    "source": {
      "index": "products-v1"
    },
    "dest": {
      "index": "products-v2"
    },
    "script": {
      "lang": "painless",
      "source": "ctx._source.price = Double.parseDouble(ctx._source.price)"
    }
  }'

预期结果(保留关键字段)

json
{
  "timed_out": false,
  "total": 2,
  "updated": 0,
  "created": 2,
  "deleted": 0,
  "batches": 1,
  "version_conflicts": 0,
  "noops": 0,
  "failures": []
}

脚本把旧 _source 中的价格字符串转换为数值,避免目标索引虽然能完成类型强制转换,但原始 _source 仍保留字符串。数据量较大时可使用异步任务、切片和限速参数,但切换前仍必须等待任务完成并检查 failures。Reindex 不会自动持续同步迁移期间的新写入。

校验新索引

切换前至少检查文档数量、失败列表和关键字段抽样。本例使用范围查询验证 price 已能按数值比较。

bash
curl -s -X POST "http://localhost:9200/products-v2/_search" \
  -H "Content-Type: application/json" \
  -d '{
    "query": {
      "range": {
        "price": {
          "gte": 50
        }
      }
    },
    "_source": ["name", "price"]
  }'

预期结果(保留关键字段)

json
{
  "hits": {
    "total": {
      "value": 1,
      "relation": "eq"
    },
    "hits": [
      {
        "_id": "p-1",
        "_source": {
          "name": "Keyboard",
          "price": 99.9
        }
      }
    ]
  }
}

生产迁移还应比较源索引与目标索引的 _count,并抽查业务主键、聚合结果和典型查询。若迁移期间仍有写入,应先双写、短暂停写,或记录增量后补偿,再执行最终切换。

原子切换别名

_aliases API 可以在一个请求中完成移除和添加。这样应用不会经历别名暂时不存在的中间状态。

bash
curl -s -X POST "http://localhost:9200/_aliases" \
  -H "Content-Type: application/json" \
  -d '{
    "actions": [
      {
        "remove": {
          "index": "products-v1",
          "alias": "products"
        }
      },
      {
        "add": {
          "index": "products-v2",
          "alias": "products",
          "is_write_index": true
        }
      }
    ]
  }'

预期结果(保留关键字段)

json
{
  "acknowledged": true
}

不要先单独删除别名再单独添加,否则两个请求之间可能出现短暂不可用。若一个别名同时指向多个索引,必须明确唯一的 is_write_index,否则写请求可能失败或写入目标不明确。

验证切换与保留回滚窗口

通过别名读取并检查别名关系,确认应用已经访问新索引。

bash
curl -s "http://localhost:9200/products/_search?size=0"
curl -s "http://localhost:9200/_alias/products"

预期结果

text
第一个请求返回 hits.total.value 为 2。
第二个请求只列出 products-v2,并显示 is_write_index 为 true。

切换后不要立即删除 products-v1。先观察查询、写入、监控和业务指标;若发现问题,可用同样的 _aliases 原子操作把别名切回旧索引。确认回滚窗口结束后,再删除旧索引释放空间。

本课总结

  • 映射不兼容变更应通过新建索引与 Reindex 完成,而不是强行修改现有字段类型
  • 别名让应用与物理索引名称解耦,_aliases 可实现原子切换
  • 上线前必须校验全量与增量数据,切换后应保留旧索引作为短期回滚点

下一课预告

下一课将进入索引生命周期与容量治理,学习如何根据数据冷热程度规划滚动、保留与清理策略。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

索引别名与重建

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通