python操作ElasticSearch建立索引并数据入库

最新推荐文章于 2025-04-23 09:00:00 发布

码码更快乐

最新推荐文章于 2025-04-23 09:00:00 发布

阅读量1.2w

点赞数 3

分类专栏： ElasticSearch python 文章标签： ElasticSearch python shell创建创建索引 ES批量导入数据

本文链接：https://blog.youkuaiyun.com/u012089823/article/details/81451610

版权

本文介绍了如何使用Python与ElasticSearch交互，包括创建连接对象，建立并设置索引，以及如何批量和单个插入文档。在创建索引时，可以设置索引的碎片和复制数量，以及字段类型。使用bulk API进行批量插入能提高效率，但需要注意已存在数据的更新问题，需要使用update函数而非直接导入。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、创建连接对象

from elasticsearch import RequestsHttpConnection, Elasticsearch


class MyConnection(RequestsHttpConnection):
    def __init__(self, *args, **kwargs):
        proxies = kwargs.pop('proxies', {})
        super(MyConnection, self).__init__(*args, **kwargs)
        self.session.proxies = proxies


esclient_dns = Elasticsearch(["http://ip:host"],
                             connection_class=MyConnection,
                             proxies={'http': None},
                             timeout=600,
                             max_retries=10,
                             retry_on_timeout=True)

2、建立索引，并设置索引

说明：如果在没有索引的情况下往ES库中插入文档（document），系统会自动创建索引（文档中有索引信息）。但我们有时需要进行一些设置，比如索引包含几个碎片（shards），几份复制（replicas），还有文档中有的字段（field）的数据类型等，这些设置需要在文档插入之前完成；下面是创建并设置索引的代码

python代码创建：

注意：ES一旦创建，所有的字段类型都不能变；不设定"dynamic" : "strict"时，可以增加字段

CREATE_BODY = {
"settings": {
    "number_of_shards": 4,    # 数据自动会分成四片存放在不同的节点，提高数据检索速度
    "number_of_replicas": 0   # 创建0个副本集，如果ES是集群，设置多副本会自动将副本创建到多个节点；设置多副本可以增加数据库的安全性，但是插数据的时候，会先向主节点插入数据，之后再向其余副本同步，会降低插入数据速度，差不多会降低1.4到1.6倍
},

    "mappings": {
        "dns_info": {            # 文档类型为dns_info
            "dynamic": "strict",
            "properties": {
   "first_seen": {
                    "format": "YYYY-MM-dd'T'HH:mm:ss.SSS'Z'", # 自己指定时间格式，如果值为date_time，则是ES默认时间格式，如：2018-08-15 10:13:45 GMT
                    "type": "date"
                },
                "last_seen": {
                    "format": "YYYY-MM-dd'T'HH:mm:ss.SSS'Z'",
                    "type": "date"
                },
                "id": {
                    "index": "not_a