Elastic mapping更新前带新字段旧文档无法通过新字段查询怎么办

Elasticsearch 建立字段倒排索引的动作只发生在文档写入的瞬间，完全以写入时刻的索引mapping为准。事后给索引新增字段mapping的操作，只会对后续新写入、更新的文档生效，不会自动回溯处理已经落盘的存量文档——这些存量文档里的age字段虽然完整存在于_source元数据里，但没有进入对应字段的倒排索引结构，自然无法通过age字段检索到。

没有任何静态配置可以跳过存量数据的重处理直接生效，必须通过重索引操作让ES按照最新mapping为存量文档补建字段索引，常用方案有两种：

方案1：同索引内更新存量文档（适合数据量中等、可接受轻量写入压力的场景） #

直接调用_update_by_queryAPI，触发存量文档按最新mapping重新建立索引。可以提前筛选出确实携带age字段的文档做定向处理，减少不必要的性能消耗：

POST /你的实际索引名/_update_by_query?conflicts=proceed
{
  "query": {
    "exists": {
      "field": "age"
    }
  }
}

• 参数conflicts=proceed表示遇到文档版本冲突时直接跳过，不中断整体任务
• 如果索引数据量超过百万级，建议在请求后追加wait_for_completion=false参数，让任务转为后台异步执行，避免请求超时。可以通过任务ID查询执行进度。
• 任务执行完成后，存量文档的age字段就会被正常纳入索引，支持检索。

方案2：重建索引切流（适合数据量极大、对线上查询稳定性要求高的场景） #

同索引内跑update_by_query会占用一定的CPU、IO资源，如果担心影响线上业务，可以走新索引重建的方案，实现零停机切换：

• 新建一个索引，提前配置好包含age字段在内的完整mapping，同时保持分片数、副本数、分词器、自定义分析器等配置和老索引完全一致
• 调用_reindexAPI将老索引的全量数据迁移到新索引，数据量大时可以开启slices并行迁移提升速度，同样支持异步执行：

  POST /_reindex?wait_for_completion=false&slices=auto
  {
    "source": {
      "index": "老索引名称"
    },
    "dest": {
      "index": "新建的索引名称"
    }
  }
  

• 等迁移任务完成，校验新索引的数据量、字段查询能力符合预期后，通过索引别名将业务读写流量切到新索引，或者直接删除老索引、将新索引别名设置为老索引的原名，业务侧无需修改任何配置即可正常使用。

不要试图通过修改dynamic映射参数（比如设为true/runtime）解决存量文档检索问题，这类参数仅对配置生效后新写入的文档起作用，永远不会自动回溯处理已经落盘的历史数据。

内容的提问来源于stack exchange，提问作者opticon