数据迁移成功后为什么数据存储量不一致？

使用Logstash等迁移工具完成数据迁移后，源集群和目标集群中的数据存储量存在差异属于Elasticsearch分布式存储的正常现象，优先比较文档数据， 存储大小不影响数据完整性。

Elasticsearch集群中的索引数据在迁移完成后，目标集群的数据存储量与源集群存在差异主要由以下因素共同作用导致：

• Elasticsearch存储机制特性

  CSS服务的Elasticsearch基于分片（shard）和段（segment）的存储架构具有动态管理特性。每个索引被划分为多个shard，每个shard内部又包含多个segment。迁移过程中的数据写入操作会触发目标集群重新生成segment和shard结构，此过程可能产生存储空间的波动。

• 数据重写过程的数据膨胀

  当采用数据重写方式迁移时，目标集群会根据当前索引配置和负载状态重新构建存储结构。新生成的segment可能因压缩策略、编码方式等参数差异，导致存储空间占用较原集群有所增加。这种差异在冷热数据混合场景中尤为明显。

• 索引配置差异影响

  迁移前后索引配置（如副本数量、分片策略、压缩设置等）的差异会直接影响最终存储量。例如，目标集群启用的压缩算法与源集群不同，可能造成存储量的非线性变化。

因此，当需要验证迁移后的数据完整性，建议通过对比文档数量（document count）而非存储大小来验证数据一致性。