Solr集群数据迁移至Elasticsearch

Elasticsearch是一款非常强大的搜索引擎，可以让你在海量的数据中快速找到想要的内容。例如，代码搜索：可以帮助您找到相应的代码仓库，还可以实现代码级的搜索及高亮显示；网上shopping：可以帮助您推荐商品。

除了大数据搜索，Elasticsearch结合Logstash和Beats，还被广泛应用在大数据实时分析领域，例如日志分析、指标监控、信息安全等。帮助您探索海量的结构化和非结构化的数据，按需创建可视化报表、对监控数据设置报警阈值，甚至使用机器学习技术，自动识别异常状况、及时发出警报。

在DBRanking 2019年5月的数据库评测中，Elasticsearch在搜索引擎中排名第一，国内也有大量的公司在使用Elasticsearch。并且Elasticsearch在全球的下载量已经超过了3.5亿次。如果您需要将Solr集群中的数据迁移至Elasticsearch，请跟着本文一步步来操作吧。

本文以阿里云Elasticsearch为例，为您演示通过第三方社区提供的solr-to-es工具，将Solr节点中的文档迁移到阿里云Elasticsearch（简称ES）中的方法。

阿里云Elasticsearch兼容开源Elasticsearch的功能，以及Security、Machine Learning、Graph、APM等商业功能，致力于数据分析、数据搜索等场景服务。支持5.5.3、6.3.2、6.7.0、6.8.0和7.4.0等版本，并提供了商业插件X-Pack服务。在开源Elasticsearch的基础上提供企业级权限管控、安全监控告警、自动报表生成等功能。阿里云Elasticsearch为您提供1个月的免费试用活动，单击此处即可免费试用。

环境准备

1. 创建阿里云ES实例，要求版本为6.x，本文使用6.3.2 版本，详情请参见创建阿里云Elasticsearch实例。

   说明： 本文使用的solr-to-es迁移工具仅支持阿里云ES 6.x版本，其他版本需自行测试。

2. 开启目标阿里云ES的自动创建索引功能，详情请参见开启自动创建索引。

3. 创建阿里云ECS实例，本文使用CentOS 7.3版本，详情请参见步骤一：创建ECS实例。

   说明： ECS实例需要与阿里云ES实例在同一区域和可用区，以及同一专有网络VPC（Virtual Private Cloud）下。

4. 在ECS上安装Solr，本文使用5.0.0版本的Solr，详情请参见Solr官方文档。

5. 在ECS上安装Python，要求3.0及以上版本，本文使用Python 3.6.2。

6. 在ECS上安装PySolr，要求3.3.3及以上，4.0以下版本。

安装solr-to-es工具

1. 连接ECS服务器，下载solr-to-es工具。

2. 进入setup.py所在的目录，运行python setup.py install命令，安装solr-to-es工具。

3. 安装成功后，参考以下命令进行文档迁移。

   python __main__.py <solr_url>:8983/solr/<my_core>/select http://<username>:<password>@<elasticsearch_url>:9200 <elasticsearch_index> <doc_type>
   

   参数	说明
   <solr_url>	Solr集群的完整访问地址。例如，http://116.62.**.**。
   <my_core>	迁移文档对应的SolrCore的名称。
   <username>	阿里云ES的访问用户名，默认为elastic。
   <password>	阿里云ES的访问密码，在创建实例时设定。
   <elasticsearch_url>	阿里云ES实例的内网或外网访问地址。可在实例的基本信息页面获取，详情请参见查看实例的基本信息。
   <elasticsearch_index>	待写入的Solr文档对应的索引名称。
   <doc_type>	对应索引的类型名称。

   说明： 如果您使用的是其他版本的solr-to-es工具，也可以尝试使用如下命令进行文档迁移，参数详情请参见solr-to-es。

   solr-to-es [-h] [--solr-query SOLR_QUERY] [--solr-fields COMMA_SEP_FIELDS]
                    [--rows-per-page ROWS_PER_PAGE] [--es-timeout ES_TIMEOUT]
                    solr_url elasticsearch_url elasticsearch_index doc_type
   

   本案例使用以上命令会输出-bash: solr-to-es.py: command not found的错误。

操作示例

通过以下命令，查询名称为my_core的SolrCore的所有文档，写入到阿里云ES实例中。对应的索引为elasticsearch_index，索引类型为doc_type。

1. 在Solr环境中，进入solr-to-es-master/solr_to_es文件夹下。

2. 执行以下命令。

   python __main__.py 'http://116.62.**.**:8983/solr/my_core/select?q=*%3A*&wt=json&indent=true' 'http://elastic:替换密码@es-cn-so4lwf40ubsrf****.public.elasticsearch.aliyuncs.com:9200' elasticsearch_index doc_type
   

   参数	说明
   q	Solr的查询语法，必选，可以使用运算符。*%3A*表示查询所有文档。
   wt	返回的数据类型，支持JSON、XML、Python、Ruby、CSV等格式。
   indent	返回结果是否需要格式化展示，默认为false。

   其他参数说明请参见表 1。

3. 登录目标阿里云ES实例的Kibana控制台。

   登录控制台的具体操作步骤请参见登录Kibana控制台。

4. 单击左侧导航栏的Dev Tools（开发工具），在Console中执行以下命令，查看阿里云ES集群服务中是否已成功创建elasticsearch_index索引。

   GET _cat/indices?v
   

5. 执行以下命令，查看迁移成功的文档详情。

   GET /elasticsearch_index/doc_type/_search
   

   查询成功后，返回如下结果。

   {
     "took" : 12,
     "timed_out" : false,
     "_shards" : {
       "total" : 5,
       "successful" : 5,
       "skipped" : 0,
       "failed" : 0
     },
     "hits" : {
       "total" : 2,
       "max_score" : 1.0,
       "hits" : [
         {
           "_index" : "elasticsearch_index",
           "_type" : "doc_type",
           "_id" : "Tz8WNW4BwRjcQciJ****",
           "_score" : 1.0,
           "_source" : {
             "id" : "2",
             "title" : [
               "test"
             ],
             "_version_" : 1648195017403006976
           }
         },
         {
           "_index" : "elasticsearch_index",
           "_type" : "doc_type",
           "_id" : "Tj8WNW4BwRjcQciJ****",
           "_score" : 1.0,
           "_source" : {
             "id" : "1",
             "title" : [
               "change.me"
             ],
             "_version_" : 1648195007391203328
           }
         }
       ]
     }
   }