cómo mover datos de elasticsearch de un servidor a otro

¿Cómo muevo los datos de Elasticsearch de un servidor a otro?

Tengo el servidor A que ejecuta Elasticsearch 1.1.1 en un nodo local con varios índices. Me gustaría copiar esos datos al servidor B que ejecuta Elasticsearch 1.3.4

Procedimiento hasta ahora

1. Apague ES en ambos servidores y
2. scp todos los datos al directorio de datos correcto en el nuevo servidor. (los datos parecen estar ubicados en / var / lib / elasticsearch / en mis cajas de Debian)
3. cambiar los permisos y la propiedad a elasticsearch: elasticsearch
4. iniciar el nuevo servidor ES

Cuando miro el clúster con el complemento ES head, no aparecen índices.

Parece que los datos no se cargan. ¿Me estoy perdiendo de algo?

La respuesta seleccionada hace que suene un poco más complejo de lo que es, lo siguiente es lo que necesita (instale npm primero en su sistema).

npm install -g elasticdump
elasticdump --input=http://mysrc.com:9200/my_index --output=http://mydest.com:9200/my_index --type=mapping
elasticdump --input=http://mysrc.com:9200/my_index --output=http://mydest.com:9200/my_index --type=data

Puede omitir el primer comando elasticdump para copias posteriores si las asignaciones permanecen constantes.

Acabo de realizar una migración de AWS a Qbox.io con lo anterior sin ningún problema.

Más detalles en:

https://www.npmjs.com/package/elasticdump

Página de ayuda (a partir de febrero de 2016) incluida para completar:

elasticdump: Import and export tools for elasticsearch

Usage: elasticdump --input SOURCE --output DESTINATION [OPTIONS]

--input
                    Source location (required)
--input-index
                    Source index and type
                    (default: all, example: index/type)
--output
                    Destination location (required)
--output-index
                    Destination index and type
                    (default: all, example: index/type)
--limit
                    How many objects to move in bulk per operation
                    limit is approximate for file streams
                    (default: 100)
--debug
                    Display the elasticsearch commands being used
                    (default: false)
--type
                    What are we exporting?
                    (default: data, options: [data, mapping])
--delete
                    Delete documents one-by-one from the input as they are
                    moved.  Will not delete the source index
                    (default: false)
--searchBody
                    Preform a partial extract based on search results
                    (when ES is the input,
                    (default: '{"query": { "match_all": {} } }'))
--sourceOnly
                    Output only the json contained within the document _source
                    Normal: {"_index":"","_type":"","_id":"", "_source":{SOURCE}}
                    sourceOnly: {SOURCE}
                    (default: false)
--all
                    Load/store documents from ALL indexes
                    (default: false)
--bulk
                    Leverage elasticsearch Bulk API when writing documents
                    (default: false)
--ignore-errors
                    Will continue the read/write loop on write error
                    (default: false)
--scrollTime
                    Time the nodes will hold the requested search in order.
                    (default: 10m)
--maxSockets
                    How many simultaneous HTTP requests can we process make?
                    (default:
                      5 [node <= v0.10.x] /
                      Infinity [node >= v0.11.x] )
--bulk-mode
                    The mode can be index, delete or update.
                    'index': Add or replace documents on the destination index.
                    'delete': Delete documents on destination index.
                    'update': Use 'doc_as_upsert' option with bulk update API to do partial update.
                    (default: index)
--bulk-use-output-index-name
                    Force use of destination index name (the actual output URL)
                    as destination while bulk writing to ES. Allows
                    leveraging Bulk API copying data inside the same
                    elasticsearch instance.
                    (default: false)
--timeout
                    Integer containing the number of milliseconds to wait for
                    a request to respond before aborting the request. Passed
                    directly to the request library. If used in bulk writing,
                    it will result in the entire batch not being written.
                    Mostly used when you don't care too much if you lose some
                    data when importing but rather have speed.
--skip
                    Integer containing the number of rows you wish to skip
                    ahead from the input transport.  When importing a large
                    index, things can go wrong, be it connectivity, crashes,
                    someone forgetting to `screen`, etc.  This allows you
                    to start the dump again from the last known line written
                    (as logged by the `offset` in the output).  Please be
                    advised that since no sorting is specified when the
                    dump is initially created, there's no real way to
                    guarantee that the skipped rows have already been
                    written/parsed.  This is more of an option for when
                    you want to get most data as possible in the index
                    without concern for losing some rows in the process,
                    similar to the `timeout` option.
--inputTransport
                    Provide a custom js file to us as the input transport
--outputTransport
                    Provide a custom js file to us as the output transport
--toLog
                    When using a custom outputTransport, should log lines
                    be appended to the output stream?
                    (default: true, except for `$`)
--help
                    This page

Examples:

# Copy an index from production to staging with mappings:
elasticdump \
  --input=http://production.es.com:9200/my_index \
  --output=http://staging.es.com:9200/my_index \
  --type=mapping
elasticdump \
  --input=http://production.es.com:9200/my_index \
  --output=http://staging.es.com:9200/my_index \
  --type=data

# Backup index data to a file:
elasticdump \
  --input=http://production.es.com:9200/my_index \
  --output=/data/my_index_mapping.json \
  --type=mapping
elasticdump \
  --input=http://production.es.com:9200/my_index \
  --output=/data/my_index.json \
  --type=data

# Backup and index to a gzip using stdout:
elasticdump \
  --input=http://production.es.com:9200/my_index \
  --output=$ \
  | gzip > /data/my_index.json.gz

# Backup ALL indices, then use Bulk API to populate another ES cluster:
elasticdump \
  --all=true \
  --input=http://production-a.es.com:9200/ \
  --output=/data/production.json
elasticdump \
  --bulk=true \
  --input=/data/production.json \
  --output=http://production-b.es.com:9200/

# Backup the results of a query to a file
elasticdump \
  --input=http://production.es.com:9200/my_index \
  --output=query.json \
  --searchBody '{"query":{"term":{"username": "admin"}}}'

------------------------------------------------------------------------------
Learn more @ https://github.com/taskrabbit/elasticsearch-dump`enter code here`

Utilice ElasticDump

1) yum instalar epel-release

2) yum instalar nodejs

3) yum instalar npm

4) npm instalar elasticdump

5) cd módulos_nodo / elasticdump / bin

6)

./elasticdump \

  --input=http://192.168.1.1:9200/original \

  --output=http://192.168.1.2:9200/newCopy \

  --type=data

Puede usar la función de instantánea / restauración disponible en Elasticsearch para esto. Una vez que haya configurado un almacén de instantáneas basado en el sistema de archivos, puede moverlo entre clústeres y restaurarlo en un clúster diferente

Probé en ubuntu para mover datos de ELK 2.4.3 a ELK 5.1.1

Los siguientes son los pasos

$ sudo apt-get update

$ sudo apt-get install -y python-software-properties python g++ make

$ sudo add-apt-repository ppa:chris-lea/node.js

$ sudo apt-get update

$ sudo apt-get install npm

$ sudo apt-get install nodejs

$ npm install colors

$ npm install nomnom

$ npm install elasticdump

en el directorio de inicio ir

$ cd node_modules/elasticdump/

ejecutar el comando

Si necesita autenticación http básica, puede usarla así:

--input=http://name:password@localhost:9200/my_index

Copie un índice de producción:

$ ./bin/elasticdump --input="http://Source:9200/Sourceindex" --output="http://username:password@Destination:9200/Destination_index"  --type=data

También existe la _reindexopción

De la documentación:

A través de la API de reindexación de Elasticsearch, disponible en la versión 5.xy posterior, puede conectar su nueva implementación de Elasticsearch Service de forma remota a su antiguo clúster de Elasticsearch. Esto extrae los datos de su antiguo clúster y los indexa en el nuevo. La reindexación esencialmente reconstruye el índice desde cero y su ejecución puede requerir más recursos.

POST _reindex
{
  "source": {
    "remote": {
      "host": "https://REMOTE_ELASTICSEARCH_ENDPOINT:PORT",
      "username": "USER",
      "password": "PASSWORD"
    },
    "index": "INDEX_NAME",
    "query": {
      "match_all": {}
    }
  },
  "dest": {
    "index": "INDEX_NAME"
  }
}

Si puede agregar el segundo servidor al clúster, puede hacer esto:

1. Agregue el servidor B al clúster con el servidor A
2. Incrementar el número de réplicas de índices
3. ES copiará automáticamente los índices al servidor B
4. Cerrar servidor A
5. Disminuir el número de réplicas de índices.

Esto solo funcionará si el número de reemplazos es igual al número de nodos.

Si alguien encuentra el mismo problema, al intentar volcar desde elasticsearch <2.0 a> 2.0, debe hacer:

elasticdump --input=http://localhost:9200/$SRC_IND --output=http://$TARGET_IP:9200/$TGT_IND --type=analyzer
elasticdump --input=http://localhost:9200/$SRC_IND --output=http://$TARGET_IP:9200/$TGT_IND --type=mapping
elasticdump --input=http://localhost:9200/$SRC_IND --output=http://$TARGET_IP:9200/$TGT_IND --type=data --transform "delete doc.__source['_id']"

Siempre he tenido éxito simplemente copiando el directorio / carpeta de índice en el nuevo servidor y reiniciándolo. Encontrará la identificación del índice haciendo GET /_cat/indicesy la carpeta que coincide con esta identificación se encuentra data\nodes\0\indices(generalmente dentro de su carpeta elasticsearch a menos que la haya movido).

Podemos usar elasticdumpo multielasticdumppara realizar la copia de seguridad y restaurarla. Podemos mover datos de un servidor / clúster a otro servidor / clúster.

Encuentre una respuesta detallada que he proporcionado aquí .

Si simplemente necesita transferir datos de un servidor de elasticsearch a otro, también puede usar elasticsearch-document-transfer .

Pasos:

1. Abra un directorio en su terminal y ejecute
   $ npm install elasticsearch-document-transfer.
2. Crea un archivo config.js
3. Agregue los detalles de conexión de ambos servidores de elasticsearch en config.js
4. Establecer valores apropiados en options.js
5. Corre en la terminal
   $ node index.js

Puede tomar una instantánea del estado completo de su clúster (incluidos todos los índices de datos) y restaurarlos (utilizando la API de restauración) en el nuevo clúster o servidor.