Elasticsearch reindex脚本生效但管道script处理器报错问题咨询

问题根因 #

两种脚本执行场景下ctx._index的取值逻辑完全不同，这是报错的核心原因：

• 直接在reindex请求体中携带Painless脚本时，脚本运行在reindex的源文档读取阶段，此时ctx._index读取的是源索引的完整名称，你的substring截取逻辑是基于源索引长度编写的，所以运行正常。
• 脚本迁移到ingest pipeline后，pipeline运行在reindex的目标文档写入预处理阶段，此时ctx._index的默认取值是你在reindex请求dest.index参数中填写的目标索引名，而非源索引名。你还是按照源索引的长度做substring截取，而此时ctx._index的长度远小于预期，就会抛出越界异常：你收到的报错begin 16, end 6, length 6就说明当前ctx._index总长度只有6位，你尝试从第16位开始截取，自然触发错误。

解决方案 #

你需要在reindex阶段把源索引名作为临时字段传递给ingest pipeline，调整步骤如下：

1. 修改ingest pipeline的script处理器逻辑 #

放弃直接读取ctx._index，改为读取自定义传递的源索引字段，示例pipeline配置：

{
  "processors": [
    {
      "script": {
        "source": """
          // 校验传递过来的源索引字段是否存在
          if (ctx.containsKey('source_index')) {
            // 对源索引做substring截取，逻辑和你之前保持一致
            String index_suffix = ctx.source_index.substring(16);
            // 原有projectId拼接逻辑不变
            if (ctx.containsKey('kubernetes') 
                && ctx.kubernetes.containsKey('namespace_labels') 
                && ctx.kubernetes.namespace_labels.containsKey('field_cattle_io/projectId')) {
              String projectId = ctx.kubernetes.namespace_labels['field_cattle_io/projectId'];
              ctx._index = 'project-' + projectId + '-' + index_suffix;
            }
            // 删除临时字段，避免写入最终文档
            ctx.remove('source_index');
          }
        """
      }
    }
  ]
}

2. 调整reindex请求，传递源索引到pipeline #

POST _reindex
{
  "source": {
    "index": "你的源索引通配符"
  },
  "dest": {
    "index": "dummy-temp-index", // 该索引仅做占位，最终会被pipeline逻辑覆盖
    "pipeline": "你编写的ingest pipeline名称"
  },
  // 新增script传递源索引名到文档临时字段
  "script": {
    "source": "ctx['source_index'] = ctx._index"
  }
}

调整后即可保持原有逻辑正常运行，不会再出现字符串越界错误。

内容的提问来源于stack exchange，提问作者Mohamed