Elasticsearch清洗老数据,_id使用业务表id

本文介绍了如何在Elasticsearch中清洗使用随机_id的老数据,转而采用业务表的user_id作为_id。内容涉及ingest管道的创建、使用Painless脚本访问字段以及执行reindex操作的实例。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

文章目录

ingest

reindex

实例

老数据的_id是随机生成,使用业务的user_id

预估大概多少需要清洗的老数据

GET yw_*/_search
{
	"size": 0,
  "query": {
    "bool": {
      "must": [
        {
          "exists": {
            "field": "id"
          }
        }
      ], 
      "filter": {
        "script": {
          "script": """
            String a = String.valueOf(doc['id']);
            String b = String.valueOf(doc['_id']);
            return a!=b
          """
        }
      }
    }
  },
	"aggs":{ 
		"group_aggs":{
			"terms":{ 
				"field":"_index"
			}
		}
	}
}

创建管道
通过 painless 脚本访问字段:不同的上下文语法不一样

  • ingest 预处理:ctx.field_name
  • update: ctx._source.field_name

# 保存指定管道名(管道id)
PUT _ingest/pipeline/yw_pipeline_user_index_id
{
  "version" : 1, 
  "description": "id transfer",
  "processors": [
    
在Python中,清洗Elasticsearch数据通常涉及以下几个步骤: 1. **连接到Elasticsearch**:首先,你需要安装`elasticsearch`库,然后通过`Elasticsearch`或`Transport`类建立与Elasticsearch集群的连接。 ```python from elasticsearch import Elasticsearch es = Elasticsearch([{'host': 'localhost', 'port': 9200}]) ``` 2. **搜索数据**:使用`search()`或`get()`方法从索引中获取需要的数据,可以设置查询条件、大小限制等参数。 ```python results = es.search(index='your_index_name', body={"query": {"match_all": {}}}) ``` 3. **解析响应**:`search()`返回的是一个`Response`对象,包含结果列。你可以使用` hits`属性访问每个文档,并使用`source`方法提取需要的数据字段。 ```python for hit in results['hits']['hits']: data = hit['_source'] ``` 4. **数据清洗**:对提取出来的数据进行清洗,这可能包括去除空值、转换数据类型、处理异常值、标准化格式等。例如: ```python data.pop('_id') # 如果不需要主键,可以移除 data = {k: v for k, v in data.items() if v is not None} ``` 5. **保存或操作清洗后的数据**:如果清洗完成,可以选择将数据存储到新的地方,如CSV文件、数据库或其他Elasticsearch索引,或者进一步分析处理。 ```python import csv with open('cleaned_data.csv', 'w', newline='') as csvfile: fieldnames = data[0].keys() writer = csv.DictWriter(csvfile, fieldnames=fieldnames) writer.writeheader() writer.writerows(data) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值