一、背景
1. 当你的数据量过大，而你的索引最初创建的分片数量不足，导致每个分片上承载的数据量太大，数据入库变慢，此时需要扩大分片的数量，而索引的分片数一旦创建，就无法修改
2. 当数据的mapping需要修改，但是大量的数据已经导入到索引中了，重新导入数据到新的索引太耗时，但是在es中一个字段的mapping在定义并且导入数据之后是不能再修改的
这些情况下，你就需要考虑尝试使用reinde，重建索引了。
es提供了_reindex这个API，相对于我们重新导入数据肯定会快不少，实测速度大概是bulk导入数据的5-10倍。
二、关于reindex
5.x版本后新增Reindex。
Reindex可以直接在Elasticsearch集群里面对数据进行重建，如果你的mapping因为修改而需要重建，又或者索引设置修改需要重建的时候，借助Reindex可以很方便的异步进行重建，并且支持跨集群间的数据迁移。比如按天创建的索引可以定期重建合并到以月为单位的索引里面去。
当然索引里面要启用_source。
reindex和snapshot的速率极慢，是否有办法改善？
reindex和snapshot的速率比用filebeat或者kafka到es的写入速率慢好几个数量级（集群写入性能不存在瓶颈），reindex/snapshot的时候CPU还是IO使用率都很低，是不是集群受什么参数限制了reindex和snapshot的速率？
reindex不管是跨集群还是同集群上都很慢，大约3~5M/s的索引速率，会是什么原因导致的？
数据量几十个G的场景下，elasticsearch reindex速度太慢，从旧索引导数据到新索引，当前最佳方案是什么？
三、使用reindex数据迁移
1、创建新的索引
注意：在创建索引的时候要把表结构也要创建好(也就是mapping).
2、复制数据
使用最简单、基本的方式。
1）代码请求：
2）利用命令
$ curl -X POST 'xx.xx.xx.xx:9200/_reindex' -d {"source":{"index":"old_index"},"dest":{"index":"new_index"}}
如果新的index中有数据，并且可能发生冲突，那么可以设置version_type "version_type": "internal" 或者不设置，则Elasticsearch强制性的将文档转储到目标中，覆盖具有相同类型和ID的任何内容。
数据迁移效率
如果我们只是进行少量的数据迁移利用普通的reindex就可以很好的达到要求，但是当我们发现我们需要迁移的数据量过大时，我们会发现reindex的速度会变得很慢。
数据量几十个G的场景下，elasticsearch reindex速度太慢，从旧索引导数据到新索引，当前最佳方案是什么？
reindex的核心做跨索引、跨集群的数据迁移。
慢的原因及优化思路无非包括：
1）批量大小值可能太小。需要结合堆内存、线程池调整大小；
2）reindex的底层是scroll实现，借助scroll并行优化方式，提升效率；
3）跨索引、跨集群的核心是写入数据，考虑写入优化角度提升效率。
可行方案：
1、提升批量写入大小值。
默认情况下，_reindex使用1000进行批量操作，您可以在source中调整batch_size。
批量大小设置的依据：
1、使用批量索引请求以获得最佳性能。
批量大小取决于数据、分析和集群配置，但一个好的起点是每批处理5-15 MB。
注意，这是物理大小。文档数量不是度量批量大小的好指标。
例如，如果每批索引1000个文档:
1）每个1kb的1000个文档是1mb。
2）每个100kb的1000个文档是100 MB。
这些是完全不同的体积大小。
2、逐步递增文档容量大小的方式调优。
1）从大约5-15 MB的大容量开始，慢慢增加，直到你看不到性能的提升。然后开始增加批量写入的并发性(多线程等等)。
2）使用kibana、cerebro或iostat、top和ps等工具监视节点，以查看资源何时开始出现瓶颈。如果您开始接收EsRejectedExecutionException，您的集群就不能再跟上了:至少有一个资源达到了容量。要么减少并发性，或者提供更多有限的资源(例如从机械硬盘切换到ssd固态硬盘)，要么添加更多节点。
3、借助scroll的sliced提升写入效率
Reindex支持Sliced Scroll以并行化重建索引过程。 这种并行化可以提高效率，并提供一种方便的方法将请求分解为更小的部分。
sliced原理（from medcl）
1）用过Scroll接口吧，很慢？如果你数据量很大，用Scroll遍历数据那确实是接受不了，现在Scroll接口可以并发来进行数据遍历了。
2）每个Scroll请求，可以分成多个Slice请求，可以理解为切片，各Slice独立并行，利用Scroll重建或者遍历要快很多倍。
slicing使用举例
slicing的设定分为两种方式：手动设置分片、自动设置分片。手动设置分片参见官网。
自动设置分片如下：
slices大小设置注意事项：
1）slices大小的设置可以手动指定，或者设置slices设置为auto，auto的含义是：针对单索引，slices大小=分片数；针对多索引，slices=分片的最小值。
2）当slices的数量等于索引中的分片数量时，查询性能最高效。slices大小大于分片数，非但不会提升效率，反而会增加开销。
3）如果这个slices数字很大(例如500)，建议选择一个较低的数字，因为过大的slices 会影响性能。
效果实践证明，比默认设置reindex速度能提升10倍+。
四、参考
使用es reindex api 修改和迁移数据脚本
https://blog.csdn.net/weixin_38920212/article/details/102461563
Elasticsearch中refresh_interval参数
https://zhuanlan.zhihu.com/p/378295340
Elasticsearch Reindex性能提升10倍+实战
https://blog.csdn.net/laoyang360/article/details/81589459
吐槽一个ES-reindex迁移的大坑：reindex中routing=cat
https://www.jianshu.com/p/f3cab97074ce
Elasticsearch Reference [5.4] » Document APIs » Reindex API
https://www.elastic.co/guide/en/elasticsearch/reference/5.4/docs-reindex.html#docs-reindex
ElasticSearch:Reindex数据迁移使用
https://blog.csdn.net/u011487470/article/details/119894530
Elastic如何动态扩大主分片？
https://elasticsearch.cn/question/1904
如果目前索引已存在，如何增加分片数量？
https://elasticsearch.cn/question/1430
