Python批量寫入ES索引數(shù)據(jù)的示例代碼

更新時間：2024年02月28日 08:10:40 作者：1024點線面

這篇文章主要為大家詳細介紹了如何使用python腳本批量寫ES數(shù)據(jù)（需要使用pip提前下載安裝es依賴庫）,感興趣的小伙伴可以學習一下

背景

由于使用官方性能壓測工具esrally并不能隨心所欲地控制創(chuàng)建索引的內(nèi)容、索引的結構和數(shù)據(jù)量，無法創(chuàng)建指定的測試數(shù)據(jù)集，或者直接投入生產(chǎn)使用。使用java或者spark則需編譯使用，修改麻煩，人生苦短，我用python。本文介紹使用python腳本批量寫ES數(shù)據(jù)，需要使用pip提前下載安裝es依賴庫。

在線安裝pip

這主要是為了安裝python依賴。

wget [https://bootstrap.pypa.io/pip/2.7/get-pip.py](https://bootstrap.pypa.io/pip/2.7/get-pip.py)

python get-pip.py

[root@manager data]# pip --version

pip 20.3.4 from /usr/lib/python2.7/site-packages/pip (python 2.7)

pip install elasticsearch

Python腳本代碼

數(shù)據(jù)實例如下圖的效果：

代碼全文如下（大多數(shù)字段的內(nèi)容都會隨機變化）：

（注意，示例中大部分中文內(nèi)容是為了增加存儲使用量，否則100萬條數(shù)據(jù)僅85MB，當前百萬數(shù)據(jù)占用665MB，可酌情減少字段）

# coding: utf-8
from elasticsearch import Elasticsearch
from elasticsearch import helpers
import random
import time
import sys


reload(sys)
sys.setdefaultencoding('utf-8')
es = Elasticsearch(hosts='http://10.180.249.94:9200')
# print(es)

names = ['劉一', '陳二', '張三', '李四', '王五', '趙六', '孫七', '周八', '吳九', '鄭十']
names2 = ['劉一沒有曾用名', '陳二沒有曾用名', '張三沒有曾用名', '李四也沒有曾用名啊', '王五沒有曾用名', '趙六也沒有曾用名']
sexs = ['男', '女']
subjects = ['語文', '數(shù)學', '英語', '生物', '地理','物理','化學','思想','歷史']
grades = [85, 77, 96, 74, 85, 69, 84, 59, 67, 69, 86, 96, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86]
ages = [12,13,14,15,16,17,18,19,20,21,22,23,24,25,26,27,28,29,30]
likes = ['接天蓮葉無窮碧','映日荷花別樣紅','不識廬山真面目','只緣身在此山中','兩個黃鸝鳴翠柳','一行白鷺上青天','姑蘇城外寒山寺','夜半鐘聲到客船','窗含西嶺千秋雪','門泊東吳萬里船']
webs = ['https://api.paugram.com/help/acgm','https://docs.tenapi.cn/img.html','https://api.mz-moe.cn/img.php','https://www.jinrishici.com/doc/#instance-right','https://www.bookmarkearth.com','https://www.yijianlogo.com/template']
datas = ['西風吹老洞庭波，一夜湘君白發(fā)多。醉后不知天在水，滿船清夢壓星河。','鑿破蒼苔地，偷他一片天。白云生鏡里，明月落階前。','春風倚棹闔閭城，水國春寒陰復晴。細雨濕衣看不見，閑花落地聽無聲。','日斜江上孤帆影，草綠湖南萬里情。東道若逢相識問，青袍今日誤儒生。','浪花有意千里雪，桃李無言一隊春。一壺酒，一竿身，快活如儂有幾人？','岸闊檣稀波渺茫，獨憑危檻思何長。蕭蕭遠樹疏林外 ，一半秋山帶夕陽。']
dates = ['2002-10-12-11:00:02','2022-12-12-15:18:09','2023-12-08-11:00:02','2022-11-22-16:01:01','2021-09-19-13:55:55','2019-11-11-15:07:06','2010-08-09-11:56:09','2023-06-18-01:06:01','2022-12-12-19:06:04','2023-10-15-16:13:02']

start = time.time()
# 開始批量寫入es數(shù)據(jù)庫
# 批量寫入數(shù)據(jù)
for j in range(2000):
    print(j)
    action = [
        {
            "_index": "grades_v3",
            "_type": "_doc",
            "_id": i,
            "_source": {
                "id": i,
                "name": random.choice(names),
                "old_name": random.choice(names2),
                "sex": random.choice(sexs),
                "subject": random.choice(subjects),
                "grade": random.choice(grades),
                "ages": random.choice(ages),
                "likes": random.choice(likes),
                "likes2": random.choice(likes),
                "others2": random.choice(datas),
                "websites": random.choice(webs),
                "others": random.choice(likes),
                "login_date":  random.choice(dates),
                "others3": random.choice(datas)
            }
        } for i in range(10000 * j, 10000 * j + 10000)
    ]
    helpers.bulk(es, action)
end = time.time()
print('Total Time Spent: ', end - start)

執(zhí)行

python esgen.py

寫入了2000萬條數(shù)據(jù)約13GB，足以模擬大多數(shù)測試需求了，耗時6330秒。

指定創(chuàng)建索引的分片數(shù)

默認的索引自動創(chuàng)建只有一個分片，指定分片的代碼如下：

# 定義要創(chuàng)建的索引及其設置，包括主分片數(shù)為3  
create_index_body = {  
    "settings": {  
        "index": {  
            "number_of_shards": 3,  # 設置主分片數(shù)為3  
            "number_of_replicas": 1  # 設置副本數(shù)為1，可以根據(jù)需要調整  
        }  
    }  
}  
  
# 創(chuàng)建索引  
if not es.indices.exists(index="my_index"):  
    es.indices.create(index="my_index", body=create_index_body)

在后續(xù)寫入時指定為這個"my_index"即可，名字隨意。

到此這篇關于Python批量寫入ES索引數(shù)據(jù)的示例代碼的文章就介紹到這了,更多相關Python寫入ES索引數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: