ElasticSearch的增量快照浅析
前言
ES的官方文档中关于增量快照的说明是：
你的第一个快照会是一个数据的完整拷贝，但是所有后续的快照会保留的是已存快照和新数据之间的差异。
看到这个解释后，脑海中产生出些许疑问：
- 删除历史快照会对新的快照造成影响吗？
- 如果每次保存的都是差异，那我的快照数据量是不是会越来越大？
- 恢复完整数据的时候要如何恢复？需要从第一个快照开始一个一个恢复吗？
经过一番搜索和思考，总结一下我对这些问题的理解。
基础知识
首先，有一些关键知识点需要了解一下：
- ES 的底层使用了 Lucene, ES 快照实际上是对 Lucene 快照文件的一次保存。
- Lucene 快照包含了当前时间点上与需要快照的索引相关的全部文件。
- Lucene 的索引是由多个分段文件组成的，且分段文件是不能被修改的，只会新增和删除。
- 只有两种情况下会产生新的分段文件：1、新增、修改、删除索引内的数据 2、将已存在的分段文件合并
- 快照删除时仅删除没有被任何快照引用的文件
快照过程梳理
首次快照示意图，快照名称记为：快照 A
与快照 A 关联的文件列表为：1、2、3
然后我们对ES中的数据做了一些修改，导致Lucene文件发生了一些变化。由于Lucene索引分段文件的特性，只会新增和删除而不会修改，因此此时的Lucene中文件可能如下
然后进行第二次快照，快照名称记为：快照 B
与快照 B 关联的文件列表为：2、3、4![]()
然后删除快照 A
因为![]()
与快照 A 关联的文件是：1、2、3
与快照 B 关联的文件是：2、3、4
所以 只有文件 1 可以被删除。![]()
疑问解答
1、删除历史快照会对新的快照造成影响吗？
答：不会的，以上面的流程为例，只会清理不被任何快照关联的文件。而每个快照关联的文件列表都能还原当时的全量数据。
2、如果每次保存的都是差异，那我的快照数据量是不是会越来越大？
答：如果定期清理历史的快照，那么快照的数据量是不会越来越大的。虽然每次都保存的是差异，但这个差异并不是绝对的新增数据，而是对历史数据做了修改后的一个局部全量数据。也就是说，新文件和旧文件之间是有重叠数据的，所以清理历史文件即可。
3、恢复完整数据的时候要如何恢复？需要从第一个快照开始一个一个恢复吗？
答：不需要，只需恢复指定时间点的快照即可，因为每个快照都保留了那个时间点的全量数据。
参考文档：
