文章目录
一.迁移背景
- 目前有两个es集群,版本为5.2.2和7.16.0,总数据量为700T。
- 迁移过程需要不停服务迁移,允许一小时不写数据,但是需要提供数据存储方案。
- 迁移到opensearch的版本为1.3.4。
二.迁移分析
根据迁移背景中的描述进行分析:
- Opensearch的版本是基于elasticsearch 7.10版本做的二次开发迭代,因此,7.16的es集群迁移到os 1.3.4属于小版本之间数据迁移,可正常迁移,但 es 5.2.2版本迁移到os 1.3.4属于跨两个大版本迁移,需要开发协助验证数据结构和数据字段类型是否完全符合。
- 迁移过程不停服务,700T一小时无法迁移完成,需要考虑可以先迁业务,把业务的数据存储先指向os集群,然后历史数据追加到os集群。
- 历史数据迁移到os过程中,可能由于一些原因失败,需要考虑迁移方案是否具备断点续传的功能。
- 数据量较大,如果是es迁移到es建议使用snapshot方式,但是es迁移os此工具不行,虽然官方建议使用snapshot迁移es到os,但实际测试无法迁移。
总结:
- 5.2.2 版本需要开在os版本中验证数据格式和数据类型是否可以,以确定是否可以迁移。
- 700T 数据量较大,需要考虑迁移时间和数据一致性的保证。
- 由于数据量较大,建议os使用商业版存储或SSD固态硬盘,以提升存储效率和查询效率。
三.方案制定
3.1 使用工具迁移
由于opensearch官网建议使用snapshot方式迁移,但实际测试过程中并不能迁移数据,使用elasticdump可实现数据迁移。
步骤:
- 将业务应用程序写入es断开
- 将业务应用程序的写入指向新的os集群
- 使用elasticdump将数据分批次导出/导入集群
比如导出1年数据
elasticdump --input ./data_mapping.json --output https://admin:[email protected]:32001/test --type=data --searchBody "{ \"query\": { \"bool\": { \"filter\": { \"range\": { \"requestTime\": { \"gt\": \"20200000000000000\", \"lt\": \"20210000000000000\" } } } } } }"
优势:
- 开源程序,无需考虑自研
- 通过查询条件实现的类似断点续传的功能
劣势:
- 支持性不好,若elasticdump工具问题,不能快速解决
- 需要对es数据很熟悉,并且数据中有可以查询时间范围的字段
- 对es语法了解,需要会写es查询语句,删除语法
- 按时间段进行导入导出数据为了较少因导入过程中故障问题,可通过查询条件删除数据在重新导入,风险较大
- 由于分批次,导入导出周期很长
- 暂不支持5.2.2的导入导出,需开发先验证数据结构和字段是否支持两个版本
- 时间不可控,elasticdump工具不适合大数据量导入导出,时间周期会较长
3.2 脚本迁移
步骤:
- 将业务应用程序写入es断开
- 将业务应用程序的写入指向新的os集群
- 开启数据抽取脚本,并写入kafka
- 开启数据写入脚本,读取kafka消息,写入os中
为什么需要kafka呢?
- 解耦合
使用程序可以实现从elasticsearch集群中抽取数据直接写入到opensearch集群中,但会增加opensearch集群的压力,所以中间加上kafka消息中间件进行解耦合。 - 多版本共存
若是使用的java程序,elasticsearch的客户端java依赖一般是JDK8,而opensearch官方建议使用的客户端是JDK11, 一个java程序需要解决两个版本的JDK依赖问题,所以将抽取和写入程序分离开来。
3.降成本
对于数据抽取脚本,只需要按照数据格式可拆分的进行数据迁移,例如使用按照时间范围以及关键字进行数据查询抽取:
"query": {
"bool": {
"must": [
{
"range": {
"access_time.keyword": {
"gte": 2023-01-01 00:00:00,
"lt": 2023-01-01 00:00:00,
"format": "yyyy-MM-dd HH:mm:ss"
}
}
}
],
"filter": {
"term": {
"loglevel.keyword": "ERROR"
}
}
}
}
}
这样每次只需改动数据抽取时间范围即可,同时将数据写入kafka中。若程序中断,可让写入脚本将消息消费完成,确定最后一条数据的写入时间,改动抽取脚本的时间范围即可再次启动抽取脚本,无需进行数据清理工作,只需等待写入完成即可。
数据写入脚本只需订阅相关topic即可,将数据写入到opensearch中,若脚本异常退出或网络中断,可重新进行消息的消费,无需考虑数据一致性问题。
优势:
1.自研脚本操作数据无需考虑版本兼容问题
2.可控数据传输(如:暂停,开始)
3.支持断点续传功能
4.无需停机迁移,业务可正常写入
5.支持性较好
劣势:
1.迁移过程应用程序读取数据问题,一段时间内无法读取到历史数据,因为在做数据同步过程,也可修改应用程序读取es集群中的历史数据
四.方案建议
综合以上优劣对比,建议使用方案3.2开发脚本进行数据迁移。
标签:OpenSearch,数据,写入,Elasticsearch,版本,迁移,os,es From: https://blog.csdn.net/qq_40477248/article/details/143557748