我计划从一个网页中提取（基本上是带有许可的抓取）一些数据，并将其存储在elasticsearch中（你知道，用于搜索）。
虽然我有从网站抓取数据的许可，
- 但没有API或其他结构化数据源
- 它是手动编写到HTML中的
- 没有唯一标识符来区分每个条目（我基本上会从DOM中提取大约1,000-5,000个条目）。
当我将这些内容存储到es中时，我计划将其放入一个索引和映射类型中，比如说thing。
然而，随着时间的推移，来源（HTML网页）很可能会发生变化，因为他们添加/删除/更改某些条目的内容。由于源中没有标识符，我无法轻松地识别新条目（甚至更糟的是删除或更改的条目）。
我想保持我的es索引最新状态，我的想法是一种蓝绿机制：
- 我按一定的时间表（每天/每周）运行抽取过程，具体取决于数据源变化的速度
- 每次运行该过程都会生成另一个索引（或完全可以是一个新的集群）。假设当前索引为
index-prod，而进程构建的新索引为index-rc - 根据某些启发式方法（基于条目数量的灵活速率检查、我们知道应该起作用的样本查询等），它会验证
index-rc - 如果它有效，则会执行以下操作之一：
- A. 将查询慢慢切换到新的集群/索引中
- B. 一次性切换到新的集群/索引
我计划使用AWS Elasticsearch Service托管elasticsearch集群，并可能使用Route 53 CNAMEs（以及可能是ELB？），但我想知道elasticsearch本身是否有更隐式的支持来执行此操作？
基本上，我想要交换一个索引的数据和另一个索引的数据。