上一篇我们通过 极限网关（INFINI Gateway） 进行了索引数据迁移，对索引迁移结果进行了初步且直观的校验，既对比索引的文档数是否一致。今天介绍个实实在在的数据比对方法，通过网关对比索引文档的内容在两个集群是否一致，此方法适用于 Elasticsearch、Easysearch、Opensearch。话不多说，就拿上次迁移的两个索引开整。
测试环境
| 软件 | 版本 |
|---|---|
| Easysearch | 1.12.0 |
| Elasticsearch | 7.17.29 |
| INFINI Gateway | 1.29.2 |
比对步骤
操作非常简单，拢共分两步：
- 准备网关配置
- 数据比对
比对实战
- 准备网关比对数据的配置
老样子去 github 拿就完了，戳这里。下载完之后，稍作修改.
修改文件开头的变量，两个 ENDPOINT 分别指向两个集群。
1 env:2 LR_GATEWAY_HOST: 127.0.0.1:80013 LR_GATEWAY_API_HOST: 127.0.0.1:90004 ELASTICSEARCH_ENDPOINT: http://127.0.0.1:92005 ELASTICSEARCH_ENDPOINT2: http://127.0.0.1:92016 SUITES_NAME: index-docs-diff
修改集群资源相关的配置
36 elasticsearch:37 - name: source38 enabled: true39 endpoints:40 - $[[env.ELASTICSEARCH_ENDPOINT]]41 basic_auth:42 username: elastic43 password: goodgoodstudy4445 - name: target46 enabled: true47 endpoints:48 - $[[env.ELASTICSEARCH_ENDPOINT2]]49 basic_auth:50 username: admin51 password: 14da41c79ad2d744b90c
pipeline 部分修改要对比的索引名称为 infinilabs 和 test1，是的一次对比两个。
pipeline:- name: index_diff_serviceauto_start: truekeep_running: falseprocessor:- dag:mode: wait_allparallel:- dump_hash: #dump es1's docsort_document_fields: trueindices: "infinilabs,test1"scroll_time: "10m"elasticsearch: "source"
# query_string: "_id:c8es70pu46lgfdgmja9g-1646117763293610802-2"
# fields: "doc_hash"output_queue: "source_docs"batch_size: 1000slice_size: 1
# hash_func: "xxhash64"- dump_hash: #dump es2's docindices: "infinilabs,test1"scroll_time: "10m"
# fields: "doc_hash"
# query_string: "_id:c8es70pu46lgfdgmja9g-1646117763293610802-2"batch_size: 1000slice_size: 1
# hash_func: "xxhash64"elasticsearch: "target"output_queue: "target_docs"
- 执行数据比对
# 数据比对的配置文件名为 index-diff.yml
./gateway-mac-arm64 -config index-diff.yml
比对结果显示， infinilabs 和 test1 两个索引的数据在两个集群一致。如果数据不一致会是什么情况呢？这个任务交给屏幕前的你了，有问题欢迎找我交流。
关于极限网关（INFINI Gateway）
INFINI Gateway 是一个开源的面向搜索场景的高性能数据网关，所有请求都经过网关处理后再转发到后端的搜索业务集群。基于 INFINI Gateway，可以实现索引级别的限速限流、常见查询的缓存加速、查询请求的审计、查询结果的动态修改等等。
官网文档：https://docs.infinilabs.com/gateway
开源地址：https://github.com/infinilabs/gateway
