一、前言
在某些情况下，重建索引不可避免。例如，如果我们需要更改任何现有的字段映射（mapping）或分析器（analyzer）。ES 是不允许直接更改的，因些需要重建一个与现有索引分开的新索引。
我们来分析下如何才能做到 不停服不修改代码 情况下重建索引？
不停服
不能停服，那就要求新老索引在系统中能平稳过渡，需要在重建新索引时保持旧索引还在使用状态。因此，当旧索引仍然在使用的时候，我们不能将现有老索引名称用于新索引，必须得创建一个新的索引名称。
不修改代码
要做到每次重建时不更新代码而使用新的索引名称，那就要求我们代码中不能直接使用索引名称进行搜索和索引文档。我们应该为索引创建一个别名，并在我们的搜索/索引代码中使用别名。然后在重建时更新ES中的别名以指向新索引。这样，我们访问索引的代码就不需要在每次重建索引时都更新发版。
二、借助工具
- cerebro
- kibana
cerebro 和 kinaba 都有控制台来输入执行命令，十分方便
三、重建索引步骤
在搜索和索引的代码中使用别名
- 最终要使用重建的索引，原始的索引将被删除。如果你的代码中正在直接使用索引名，在重建前创建别名，更新代码。如果已经使用的是别名那可以跳过这一步。
POST /_aliases
{
"actions": [
{
"add": {
"index": "current_index", // 原有索引
"alias": "alias1" // 服务的别名
}
}
]
}
和创建普通索引一样创建新索引。这里值得一提的时，当数据量很大的时候，需要设置刷新时间间隔，在此期间写入的数据不能搜到，从而提高重建速度：refresh_intervals = -1, number_of_replicas = 0
PUT /new_index
{
"settings": {
"index": {
"number_of_replicas": "0",
"number_of_shards": "18"
}
},
"mappings": {
"properties": {}
}
}关闭自动刷新
PUT new_index/_settings
{
"index" : {
"refresh_interval" : "-1"
}
}ES 中刷新索引和写入磁盘是两个不同的过程。
刷新索引：当一个文档被索引时，它被添加到内存缓冲区并附加到 translog 文件中。当刷新发生时，缓冲区中的文档被写入一个新的 segment，没有发生 fsync，该 segment 被打开以使其对搜索可见并清除缓冲区。 translog 尚未清除，实际上没有任何东西保存到磁盘（因为没有发生 fsync）。没有索引刷新，你不能搜索你的文档，段不是在缓存中创建的
写入磁盘：默认情况下，当 translog 大小达到 512mb 或 30 分钟后。这实际上是将数据保存在磁盘上，其他所有内容都在文件系统缓存中（如果节点死亡或机器重新启动，缓存将丢失，translog 是唯一的救赎）
此处的refresh_interval指的是刷新（写入磁盘）的时间。
默认情况下 refresh_interval 设置为 1s。 实际上，这在 ES 中可以称为昂贵的操作，尤其是在索引时。通过将 refresh_interval 设置为 -1 意味着您正在禁用它，并且在索引 ES 时可以为您带来显著的性能提升。 您只需要禁用 refresh_interval （完成索引数据后再次启用它）
数据迁移，把老索引数据迁移到新索引中
使用 reindex API 就可以将数据 copy 到新索引中。这里几条路可以选：
当只是改变 mapping 数据结构时，可以仅仅使用 reindex api 即可。例如：删除字段，更新字段分词方式等。
当需要写入新的字段，新的字段是由老的字段计算得到时，可以使用 script 参数。例如，计算某条数据某字段的总和。script 有很多坑，当 script 出错时，reindex 跑了很久之后失败，即使将数据恢复，也需要重新跑 reindex。
- 当含有很复杂的逻辑时，还是自己写程序吧。
调用 reindex 接口，接口将会在 reindex 结束后返回，而接口返回超时只有30秒，如果 reindex 时间过长，建议加上wait_for_completion=false的参数条件，这样 reindex 将直接返回taskId
POST _reindex?wait_for_completion=false
{
"source": {
"index": "current_index",
"size":5000
},
"dest": {
"index": "new_index"
}
}重建索引中
重建索引非常耗时，可以使用 task API 以看到重建进程，其中包含耗时，剩余doc数量等信息。
GET _tasks/{taskID}
如果发现错误，可以使用PUT _tasks/{taskID}/cancel接口放弃任务，从头再来。
恢复自动刷新，恢复副本数
PUT new_index/_settings
{
"index" : {
"refresh_interval" : "1s",
"number_of_replicas" : "1"
}
}给新索引设置别名，它的名称为程序中使用的，解除老索引与别名的绑定
POST /_aliases
{
"actions": [
{
"add": {
"index": "new_index",
"alias": "alias1"
},
"remove": {
"index": "current_index",
"alias": "alias1"
}
}
]
}
删除旧索引
DELETE current_index删除旧的 index，释放磁盘空间
四、总结
修改索引是一件费时费力的工作，特别是如果发生了错误，整个人都不好了。所以还是在创建索引的时候尽量想好能否满足需求
我们使用Kafka把Mysql中的数据同步到Elasticsearch中的，如果没有kafka，也要记录同步数据的时间，方便后面重新同步数据。无论使用哪种同步数据的方式，都需要记录同步数据的offset或时间。重建索引可能非常耗时，在这段时间内，同步进程仍然在向旧索引更新数据，此时重建索引是无法更新这些新数据的。