ES索引重建reindex实战：从场景到性能调优全解析

1. 为什么需要重建ES索引？

Elasticsearch的索引重建（reindex）是每个开发者迟早要面对的技术操作。记得我第一次遇到这个问题时，数据量已经达到TB级别，原有的索引结构根本无法支撑业务需求。那段时间我几乎每天都要和ES集群"斗智斗勇"，现在回想起来，这些经验教训确实值得分享。

最常见的重建场景主要有三类：首先是分片数量调整，初期规划不足时，5个分片可能够用，但当数据增长10倍后，写入性能就会明显下降。其次是mapping字段变更，比如要把string类型改成keyword，或者新增一个nested字段。最后是分词器升级，特别是中文业务场景，当发现旧分词器无法满足新需求时，就必须重建索引。

我遇到过最棘手的情况是在电商项目中，商品索引需要新增一个支持拼音搜索的字段。由于原始索引已经有上亿文档，直接修改mapping是行不通的。这时候reindex就像是一把瑞士军刀，能帮我们优雅地解决这类数据结构变更问题。

2. Reindex操作完全指南

2.1 基础命令与原理

Reindex的核心原理其实很简单：从源索引scroll读取数据，然后批量写入目标索引。官方提供的基础命令非常直观：

bash复制POST _reindex
{
  "source": {
    "index": "old_index"
  },
  "dest": {
    "index": "new_index"
  }
}

但实际使用时，有几个关键点需要注意：

1. 源索引的_source字段必须开启（默认开启）
2. 目标索引需要提前创建好正确的mapping
3. 跨集群迁移需要配置白名单

我曾经踩过一个坑：在迁移数据时忘记检查目标索引的analyzer设置，结果导致新索引的搜索行为与预期不符。所以特别建议在执行前先用少量数据测试。

2.2 高级功能详解

版本控制是reindex的一个重要特性。通过version_type参数可以控制冲突处理策略：

• internal：直接覆盖（默认）
• external：保留较高版本
• external_gt：仅保留更高版本

bash复制# 保留源文档版本
POST _reindex
{
  "source": {