吐槽一个ES-reindex迁移的大坑
在做ES跨集群迁移的时候，用到了ES的reindex进行数据迁移，查了很多资料，包括官方文档，比如：
https://www.elastic.co/guide/en/elasticsearch/reference/5.4/docs-reindex.html#docs-reindex
https://blog.csdn.net/weixin_38920212/article/details/102461563
其中就用到了 "routing": "=cat" 这个配置项。而现在，我只想骂人。
发生甚么事了
在ES中，一个doc在写入ES时，会根据数据计算一个routing，根据该值计算推算出具体数据写入到哪个分片中，具体的计算公式是：
shard = hash(routing) % number_of_primary_shards
routing是一个可变值，默认是文档的_id，正常来说随机生成的id得到的shard值，会使数据在各个shard间分配的非常均匀。
而如果我们使用reindex进行索引重建或数据迁移的时候，需要指定routing选项，具体的含义如下：
- keep : 和源索引的routing值保持一致，默认值
- discard : 对每个routing设置为null
- =<some text> : 设置为=之后的文本
如果使用第三个，设置为官方的示例 routing=cat，那就会导致所有doc的路由值都是cat，然后计算出来的目标shard相同，我这里使用6个shard，全部落在了shard2上。
导致有一个节点的数据远超其他节点：
有一个索引是123GB大小，全落在一个Shard上了，真是无Fuck说。
为什么会犯这么蠢的错误
首先是没有好好看一遍官方文档，只是看了一些国内的博客就开干了，国内的博客全一模一样，全都是routing=cat，我还以为这是个优化功能。甚至有一片博客说这个值通过扫描所有内容来生成新的routing值。
有时候真的服了一些人，自己没能力写一些内容吗？全是复制的？那你当作自己的文档可以吗？发表出来干嘛呢？真是服了！！自己实践过吗？？？
怪不得大家都用Google，国内一查全一模一样，都不知道啥版本的，谁敢用啊。
