Python Elasticsearch批量操作客户端
基于Python实现的Elasticsearch批量操作客户端
by:授客 QQ：1033553122
1．代码用途
Elasticsearch客户端，目的在于实现批量操作，如下：
<1> 批量插入数据
<2> 批量更新文档字段值
<3> 批量新增文档字段值
<4> 批量删除数据
<5> 批量复制数据
<6> 批量去除冗余数据
2．测试环境
Win7 64位
Python 3.3.2
Win elasticsearch-5.4.1
chardet-2.3.0
下载地址1：https://pypi.python.org/pypi/chardet/
下载地址2：http://pan.baidu.com/s/1nu7XzjN
3．使用方法
3.1 配置ES服务器信息
编辑配置文件conf/hostconfig
[DESTHOSTCONFIG]
host = 127.0.0.1
port = 9200
protocol = http
[SRCHOSTCONFIG]
host = 127.0.0.1
port = 9200
protocol = http
[README]
host = Elasticsearch所在服务器IP地址
port = Elasticsearch访问端口
protocol = 暂且固定为http
说明：
[DESTHOSTCONFIG]： 该节点下配置需要执行批量插入，批量更新文档，批量删除，批量复制时的ES主机信息
[SRCHOSTCONFIG]：该节点下配置需要复制ES数据的数据源主机信息，即从该节点下的ES主机复制到[DESTHOSTCONFIG]下的主机，两者可以是同一台主机
host = Elasticsearch所在服务器IP地址
port = Elasticsearch访问端口
protocol = 暂且固定为http
3.2 配置ES操作数据
3.2.1 批量插入数据
编辑配置文件conf/runconfig.txt
[RUNCONFIG]
runtimes
= 1
说明：
runtimes = 执行批量插入时，每组数据会被重复执行的次数，总插入记录数=runtimes x 数据组数
编辑配置文件conf/esdataconfig_insertdata.txt
[INSERTDATA]
index= business_chance
type = customer_num1
{
"group_customer_code":
"1",
"second_class":
"服装||手机||水果",
"customer_num":
100||200||300,
"province":
"广东省||福建省||云南省",
"branch":
"品牌1||品牌2"
}
end
{
"group_customer_code":
"2",
"second_class":
"服装",
"customer_num":
400,
"province":
"广东省",
"branch":
"品牌3"
}
end
type = customer_num2
{
"group_customer_code":
"1",
"second_class":
"服装",
"customer_num":
600,
"province":
"广东省",
"branch":
"品牌",
"rank":1
}
end
index= business_index
type = customer_type
{
"group_customer_code":
"1",
"second_class":
"服装",
"customer_num":
600,
"province":
"广东省",
"branch":
"品牌2",
"rank":1
}
end
说明：
[INSERTDATA] ------------->固定值
index= 索引名称，不能为空
type =
类型名称，不可为空
{
"group_customer_code":
"1",
"second_class":
"服装||手机||水果",
"customer_num":
100||200||300,
"province":
"广东省||福建省||云南省",
"branch":
"品牌1||品牌2"
}
end
需要提交的一组数据，没组数据遵守json格式，后面一定要跟“end” 表示数据范围结束
"second_class": "服装||手机||水果",
1）如果有多个参数值，以
|| 分隔，运行时程序随机选取一个
2）参数值如果是字符串类型，加以英文双引号"，否则不加双引号
从上往下，
1）如果已填写index，需要切换文档类型，可直接另起一行，如下
type = customer_num2
表示接下来的数据组插入到该文档类型，直到遇到其它索引、文档类型
2）如果需要提交到其它新的索引，可直接另起一行，填写新的索引和类型，如下
index= business_index
type = customer_type
表示接下来的数据组插入到新索引名称下的新索引类型中
3.2.2批量更新文档字段值|新增字段值
编辑配置文件conf/esdataconfig_updatefield.txt
[UPDATEFIELD]
index=business_chance
type = customer_num1
查询=
{
"query":
{
"match_phrase":
{
"province":
"广东省"
}
},"size":150
}
end
{
"branch": "品牌99||品牌66",
"customer_num": 900||888
}
end
type = customer_num2
查询=
{
"query":
{
"match_all":
{}
},
"size":
100
}
end
{
"branch": "品牌999",
"customer_num": 990
}
end
index= business_index
type = customer_type
查询=
{
"query":
{
"match_all":
{}
},
"size":
100
}
end
{
"branch": "品牌666",
"customer_num": 666
}
end
说明：
[UPDATEFIELD] ------------>固定值
index=
需要更新记录所在索引名称，不可为空
type =
需要更新记录所在文档类型，不可为空
查询={……} 仅更新满足查询条件的结果，不可为空
查询=
{
"query":
{
"match_phrase":
{
"province":
"广东省"
}
},
"size":150
}
end
这里的逻辑是这样的：先“查询”，再对查询出来的每条记录进行更新
注意：
不使用size参数的话，ES默认仅仅会返回10条记录，程序仅会对返回的记录数进行更新，所以，如果需要更新的记录数大于10条，需要通过"size"参数，显示控制ES返回的记录数，比如“需要更新的记录数有150条，则size的值要设置大于等于150”（下同，不在赘述）
参数数据组
{
"branch": "品牌99||品牌66",
"customer_num": 900||888
}
end
同批量插入
1）如果有多个参数值，以
|| 分隔，运行时程序随机选取一个
2）参数值如果是字符串类型，加以英文双引号"，否则不加双引号
从上往下，
1）如果已填写index，需要切换文档类型，可直接另起一行，如下
type = customer_num2
表示接下来的数据组更新，只更新归属该文档类型的记录，直到遇到其它索引、文档类型
3）如果需要更新归属其它新索引的记录，可直接另起一行，填写新的索引和类型，如下
index= business_index
type = customer_type
表示接下来的数据组只更新新索引名称下的新索引类型中的记录，直到遇到其它索引、文档类型
同批量插入，查询，参数数据组，都必须跟 end，表示数据范围结束
另外，需要注意的是：“查询”，必须位于参数数组上方，索引类型下方
批量新增文档字段：如果填写的字段不存在，则会新增字段及对应值
3.2.3
批量删除
编辑配置文件conf/esdataconfig_deletedata.txt
[DELETEDATA]
index=
business_chance
type
= customer_num1
查询=
{
"query":
{
"match_phrase":
{
"province":
"广东省"
}
}
}
end
index=
business_index
type
= customer_type
{
"query":
{
"match_phrase":
{
"province":
"广东省"
}
}
}
end
说明：
[DELETEDATA] --------固定值
index=
要删除记录所在索引
type
=
要删除记录所在类型
查询={……} 仅更新满足查询条件的结果，不可为空
查询=
{
"query":
{
"match_phrase":
{
"province":
"广东省"
}
}
}
end
这里的逻辑是这样的：如先“查询”，再对查询出来的每条记录(ES实际返回的记录)进行删除
其它说明同上
3.2.4
批量去除冗余(重复)的数据
编辑配置文件conf/esdataconfig_deduplicatedata.txt
[DEDUPLICATEDATA]
index= business_index
type = customer_num2
查询=
{
"query":
{
"match_phrase":
{
"province":
"广东省"
}
},
"size":100
}
end
type = customer_type
查询=
{
"query":
{
"match_all":
{}
},
"size":
100
}
end
index= business_chance
type = customer_num1
查询=
{
"query":
{
"match_all":
{}
},
"size":
100
}
end
注意：
这里的查询不能为空，一定要填写
这里的实现逻辑是这样的：先查询，然后删除查询出来的全部记录，最后再把不重复的记录写回到ES中。
其它说明同上
3.2.5
批量复制数据
编辑配置文件conf/esdataconfig_copydata.txt
[COPYDATA]
index= business_chance
type = customer_num1
查询=
{
"query":
{
"match_phrase":
{
"province":
"广东省"
}
}
}
end
type = customer_num2
查询=
{
"query":
{
"match_phrase":
{
"province":
"广东省"
}
}
}
end
格式基本同上述的批量更新文档的配置，多少有点不一样，需要注意如下：
1) 这里的index,type分别为数据源所在的索引和类型，即需要从该索引和类型中复制数据到目标索引和类型，不能为空
index= business_chance
type = customer_num1
2）条件=
配置需要“复制数据到”的目标索引，和目标类型，如下，以逗号分隔，一个条件仅仅支持一个目标index和type
条件 = index = business_index
, type = customer_num2
end
条件和查询都不能为空。
这里的实现逻辑是这样的：对数据源所在的index, type通过“查询”得到要复制的数据，然后根据“条件”设置的目标索引和类型名，复制到对应目标主机上的目标索引，目标类型中。
说明：重复复制，会生成重复数据
如果觉得麻烦，以上几个数据配置的内容，可以写在一个文件里，但是必须按格式填写
3.3
运行程序
cmd进入ESBatchOperator根目录(main.py所在目录)
python main.py
按提示，输入数字编号 1、2、3、4、5，回车运行
源码下载地址：基于Python实现的Elasticsearch批量操作客户端
Python Elasticsearch批量操作客户端的更多相关文章
- 全文检索-Elasticsearch （四） elasticsearch.net 客户端
本篇摘自elasticsearch.net search入门使用指南中文版(翻译) 原文:http://edu.dmeiyang.com/book/nestusing.html elasticsear ...
- 基于Python的ModbusTCP客户端实现
Modbus协议是由Modicon公司(现在的施耐德电气Schneider Electric)推出,主要建立在物理串口.以太网TCP/IP层之上,目前已经成为工业领域通信协议的业界标准,广泛应用在工业 ...
- 原！！win7-64 安装python的 redis客户端库
安装python的redis客户端库 本人系统已装python2.7 利用cmd命令行: 1.cmd-->python -->>>进入python命令下 >>> ...
- Python Elasticsearch api，组合过滤器，term过滤器，正则查询 ，match查询，获取最近一小时的数据
Python Elasticsearch api 描述:ElasticSearch是一个基于Lucene的搜索服务器.它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口.下 ...
- 【转】Linux环境搭建FTP服务器与Python实现FTP客户端的交互介绍
Linux环境搭建FTP服务器与Python实现FTP客户端的交互介绍 FTP 是File Transfer Protocol(文件传输协议)的英文简称,它基于传输层协议TCP建立,用于Interne ...
- HTTPS请求HTTP接口被浏览器阻塞，python实现websocket客户端，websocket服务器，跨域问题，dwebsocket,https,拦截,服务端
HTTPS请求HTTP接口被浏览器阻塞,python实现websocket客户端,websocket服务器,跨域问题,dwebsocket,https,拦截,服务端 发表时间:2020-03-05 1 ...
- Jest — ElasticSearch Java 客户端
1. 介绍 任何使用过Elasticsearch的人都知道,使用基于rest的搜索API构建查询可能是单调乏味且容易出错的. 在本教程中,我们将研究Jest,一个用于Elasticsearch的HTT ...
- Python Elasticsearch api
描述:ElasticSearch是一个基于Lucene的搜索服务器.它提供了一个分布式多用户能力的全文搜索引擎,基于RESTful web接口.下面介绍了利用Python API接口进行数据查询,方便 ...
- python socketserver实现客户端多并发
直接看代码 server #!/usr/bin/env python # -*- coding:utf-8 -*- import socketserver import subprocess clas ...
随机推荐
- Linux主机操作系统加固规范
对于企业来说,安全加固是一门必做的安全措施.主要分为:账号安全.认证授权.协议安全.审计安全.总的来说,就是4A(统一安全管理平台解决方案),账号管理.认证管理.授权管理.审计管理.用漏洞扫描工具 ...
- git提示error setting certificate verify locations以及fatal: unable to access 的解决办法
z当使用git ------上传文件到GitHub上时!~~~出现了以下错误 :fatal: unable to access ' 可以采用以下解决方式: 修改GitHub上的地址格式=====ht ...
- Group By Rollup
Rollup与group by组合使用,可对分组结果进行进一步的汇总. 创建数据表 select * from emp_test (1) rollup单个字段 如按照country字段进行分组,并在最 ...
- ThinkPHP 5隐藏public/index.php方法
1.复制public下的index.php与.htaccess文件至根目录: 2.直接修改index.php,将内容修改为:<?php require 'public/index.php'; ? ...
- 移动设备（手机）的唯一ID有哪些
移动设备(手机)的唯一ID有哪些 在移动广告领域,设备的ID 是用来追踪一个人的最重要的标识. 对于APP自身产品而言,使用设备唯一ID可以追踪到用户从下载到激活.注册.使用.流失.回归的全流程数据, ...
- ClickHouse之访问权限控制
研究ClickHouse也有几周了,今天来和大家说说ClickHouse的访问权限是怎么做的,ClickHouse不像MySQL那样,直接创建用户,而是需要在配置文件里面添加用户,一个简单的例子如下: ...
- leetcode — unique-paths
import java.util.Arrays; /** * Source : https://oj.leetcode.com/problems/unique-paths/ * * * A robot ...
- spring-boot(六) 邮件服务
学习文章来自:springboot(十):邮件服务 简单使用 1.pom包配置 pom包里面添加spring-boot-starter-mail包引用 <dependencies> < ...
- 记一次SSM项目小结（一）
记一次SSM项目小结(一) ssm框架 环境配置 服务器配置 解决方法 拦截器重定向到localhost nginx和tomcat中session失效 mybatis的xml文件不生效 数据库用户创 ...
- linux常用命令学习笔记
1.top命令 作用:该命令可以按CPU使用.内存使用和执行时间对任务进行排序,常用来监控系统中占用CPU或内存较高的程序及CPU和内存的负载. 默认视图: 当想看系统负载时,可观察汇总的%CPU中的 ...