1、reindex的速率極慢，是否有辦法改善？

問題1：reindex和snapshot的速率極慢，是否有辦法改善？

reindex和snapshot的速率比用filebeat或者kafka到es的寫入速率慢好幾個數量級（叢集寫入效能不存在瓶頸），reindex/snapshot的時候CPU還是IO使用率都很低，是不是叢集受什麼引數限制了reindex和snapshot的速率？
reindex不管是跨叢集還是同叢集上都很慢，大約3~5M/s的索引速率，會是什麼原因導致的？

問題2：資料量幾十個G的場景下，elasticsearch reindex速度太慢，從舊索引導資料到新索引，當前最佳方案是什麼？

2、Reindex簡介

5.X版本後新增Reindex。Reindex可以直接在Elasticsearch叢集裡面對資料進行重建，如果你的mapping因為修改而需要重建，又或者索引設定修改需要重建的時候，藉助Reindex可以很方便的非同步進行重建，並且支援跨叢集間的資料遷移。比如按天建立的索引可以定期重建合併到以月為單位的索引裡面去。當然索引裡面要啟用_source。

POST _reindex
{
  "source": {
    "index": "twitter"
  },
  "dest": {
    "index": "new_twitter"
  }
}

3、原因分析

reindex的核心做跨索引、跨叢集的資料遷移。
慢的原因及優化思路無非包括：

• 1）批量大小值可能太小。
  需要結合堆記憶體、執行緒池調整大小；
• 2）reindex的底層是scroll實現，藉助scroll並行優化方式，提升效率；
• 3）跨索引、跨叢集的核心是寫入資料，考慮寫入優化角度提升效率。

4、Reindex提升遷移效率的方案

4.1 提升批量寫入大小值

預設情況下，_reindex使用1000進行批量操作，您可以在source中調整batch_size。

POST _reindex
{
  "source": {
    "index": "source",
    "size"
 
: 5000
  },
  "dest": {
    "index": "dest",
    "routing": "=cat"
  }
}

批量大小設定的依據：

• （1）使用批量索引請求以獲得最佳效能。
  批量大小取決於資料、分析和叢集配置，但一個好的起點是每批處理5-15 MB。
  注意，這是物理大小。文件數量不是度量批量大小的好指標。例如，如果每批索引1000個文件，:
  1）每個1kb的1000個文件是1mb。
  2）每個100kb的1000個文件是100 MB。
  這些是完全不同的體積大小。
• （2）逐步遞增文件容量大小的方式調優。
  1）從大約5-15 MB的大容量開始，慢慢增加，直到你看不到效能的提升。然後開始增加批量寫入的併發性(多執行緒等等)。
  2）使用kibana、cerebro或iostat、top和ps等工具監視節點，以檢視資源何時開始出現瓶頸。如果您開始接收EsRejectedExecutionException，您的叢集就不能再跟上了:至少有一個資源達到了容量。要麼減少併發性，或者提供更多有限的資源(例如從機械硬碟切換到ssd固態硬碟)，要麼新增更多節點。

4.2 藉助scroll的sliced提升寫入效率

Reindex支援Sliced Scroll以並行化重建索引過程。 這種並行化可以提高效率，並提供一種方便的方法將請求分解為更小的部分。

sliced原理（from medcl）

1）用過Scroll介面吧，很慢？如果你資料量很大，用Scroll遍歷資料那確實是接受不了，現在Scroll介面可以併發來進行資料遍歷了。
2）每個Scroll請求，可以分成多個Slice請求，可以理解為切片，各Slice獨立並行，利用Scroll重建或者遍歷要快很多倍。

slicing使用舉例

slicing的設定分為兩種方式：手動設定分片、自動設定分片。
手動設定分片參見官網。
自動設定分片如下：

POST _reindex?slices=5&refresh
{
  "source": {
    "index": "twitter"
  },
  "dest": {
    "index": "new_twitter"
  }
}

slices大小設定注意事項：
1）slices大小的設定可以手動指定，或者設定slices設定為auto，auto的含義是：針對單索引，slices大小=分片數；針對多索引，slices=分片的最小值。
2）當slices的數量等於索引中的分片數量時，查詢效能最高效。slices大小大於分片數，非但不會提升效率，反而會增加開銷。
3）如果這個slices數字很大(例如500)，建議選擇一個較低的數字，因為過大的slices 會影響效能。

4.3 ES副本數設定為0

如果要進行大量批量匯入，請考慮通過設定index.number_of_replicas來禁用副本：0。
主要原因在於：複製文件時，將整個文件傳送到副本節點，並逐字重複索引過程。 這意味著每個副本都將執行分析，索引和潛在合併過程。
相反，如果您使用零副本進行索引，然後在提取完成時啟用副本，則恢復過程本質上是逐位元組的網路傳輸。 這比複製索引過程更有效。

PUT /my_logs/_settings
{
    "number_of_replicas": 1
}

4.4 增加refresh間隔

如果你的搜尋結果不需要接近實時的準確性，考慮先不要急於索引重新整理refresh。可以將每個索引的refresh_interval到30s。
如果正在進行大量資料匯入，可以通過在匯入期間將此值設定為-1來禁用重新整理。完成後不要忘記重新啟用它!
設定方法：

PUT /my_logs/_settings
{ "refresh_interval": -1 }

5、小結

實踐證明，比預設設定reindex速度能提升10倍+。
遇到類似問題，多從官網、原理甚至原始碼的角度思考，逐步拆解分析。
只要思維不滑坡，辦法總比問題多！

打造Elasticsearch基礎、進階、實戰第一公眾號！