首先

使用Docker在本地机器上运行Elasticsearch。
由于想升级Elasticsearch的版本，所以决定将数据导出并迁移到新的环境。

預先調查

2020/11/20现在，通过使用谷歌搜索“elasticsearch索引迁移”，发现许多人使用名为Elasticdump的脚本。

（以下，根据谷歌搜索结果按顺序摘录）

将ElasticSearch的索引数据迁移 – Qiitaqiita.com › Node.js

经常使用的ElasticSearch查询（elasticdump）- Qiitaqiita.com › Elasticsearch
https://qiita.com/nakazii-co-jp/items/3199433d685d0600c6d6

经常使用的ElasticSearch查询（elasticdump）- Qiitaqiita.com › Elasticsearch
链接：https://qiita.com/nakazii-co-jp/items/3199433d685d0600c6d6

我想将Elasticsearch的数据导出并进行复制 – DRY的备忘录

在Elasticsearch上，可以相当简单地转储数据并导入到其他地方。

请用中文将以下内容进行改写：
…
..
.

elasticsearch-dump/elasticsearch-dump: 导入和导出工具- GitHubgithub.com › elasticsearch-dump › el…

有些前辈在Qiita上发布的文章都是5年前的，但是GitHub似乎在2020年之后还在频繁进行维护。不管elasticsearch的版本如何，我们可以无需担心地使用吗？
在谷歌搜索结果中显示的信息，我注意到有些创建日期稍旧，但如果2020年也在维护中，那么使用应该没有太大问题。出于期望，我决定也尝试使用这个node.js脚本。

准备好

由于elasticdump是一个node脚本，因此需要在计算机上安装node运行环境。在我的环境中，已经安装了node运行环境，所以我执行了npm install elasticdump（后来我意识到也可以使用docker）。

执行1（输出方式=dump, 输入方式=elasticsearch/index）

所有进行过事前调查的前辈都曾经说过，“elasricdump –output ^^^ –input ~~~”，只需指定输入和输出就可以进行数据导出，并将导出的数据加载到elasticsearch中，所以我也尝试着按照这个方法去做了一下，但是……

我的索引文件中有超过1200万个文档和超过6GB的存储空间。按照前辈们的方法，完成JSON的转储数据输出要花费24个小时。

出力されたファイルのサイズ： 5302184689 byte

<参考: 机器环境> 英特尔 i7-3770k，16GB 内存，960GB 固态硬盘
<参考: Docker 引擎> 版本号 v19.03.13
<参考: Docker 资源> CPU: 4 个，内存: 5.50GB，交换空间: 2GB，磁盘镜像大小: 59.6GB

回顾1

需要这么长时间吗？
看看操作记录… 原来是每次处理100个对象。
这个可以增加一些吗？

当阅读elasticsearch-dump在GitHub上的内容时，发现有一些配置选项可供选择。

--limit
                How many objects to move in batch per operation
                limit is approximate for file streams
                (default: 100)

好吧，那么在将转储的Json写入新环境时，我们可以添加“–limit”选项。

执行2（转储输出=elasticsearch/index，输入=json）

将执行1的输出和输入选项进行交换，并添加limit选项再次执行。看看增加处理对象数量的效果。不知道limit的值应该设置多少合适，这次就任意设为8000吧。

在这个设置下，处理时间约为1个半小时，大约大概快16倍。

回顾2

将limit的值设定为80倍，处理时间从24小时减少为1小时30分钟，缩短了16分之一。在这样的时间范围内，即使是个人使用的电脑也可以接受。虽然可能还存在其他瓶颈，但是在这个脚本中，limit的值无疑是影响处理时间的因素之一。如果有机会，我想进一步提高limit的值。然而，我不知道如何确定合适的值。是否可以凭借技术人员的直觉和经验来决定？

总结

在迁移Elasticsearch数据时，我使用了elasticdump脚本。虽然输入和输出数据转储的方向有所不同，但是通过将limit选项的设置值增加数十倍来比较处理速度。结果表明，通过增大limit选项的设置值，可以大幅减少处理时间。