如何在Spark中使用Elasticsearch-Hadoop将数据从一个Elasticsearch集群重新索引到另一个集群

Question

我有两个单独的Elasticsearch集群，我想将第一个集群中的数据重新索引到第二个集群，但是我发现我只能在SparkContext配置中设置一个Elasticsearch集群，例如：

var sparkConf : SparkConf = new SparkConf()
                     .setAppName("EsReIndex")
sparkConf.set("es.nodes", "node1.cluster1:9200")

那么，如何在同一应用程序内部的Spark中使用弹性搜索-hadoop在两个Elasticsearch集群之间移动数据？

Answer 1

您无需为此配置SparkConf内部的节点地址。

当您使用DataFrameWriter与elasticsearch格式，你可以遵循通过该节点的地址作为一个选项：

val df = sqlContext.read
                  .format("elasticsearch")
                  .option("es.nodes", "node1.cluster1:9200")
                  .load("your_index/your_type")

df.write
    .option("es.nodes", "node2.cluster2:9200")
    .save("your_new_index/your_new_type")

这应该与spark 1.6.X和相应的elasticsearch-hadoop连接器一起使用。