大家好，我是菜鳥哥

今天總結(jié)一下通過 Python 更新 Elasticsearch 數(shù)據(jù)的幾個(gè)方法

Elasticsearch 是一個(gè)實(shí)時(shí)的分布式搜索分析引擎，它能讓你以前所未有的速度和規(guī)模，去探索你的數(shù)據(jù)。它被用作全文檢索、結(jié)構(gòu)化搜索、分析以及這三個(gè)功能的組合

全局更新

在 Elasticsearch 中，通過指定文檔的 _id, 使用 Elasticsearch 自帶的 index api 可以實(shí)現(xiàn)插入一條 document , 如果該 _id 已存在，將直接更新該 document

因此，通過 index API 來對(duì)已有的文檔實(shí)現(xiàn)更新，其實(shí)是進(jìn)行了一次 reindex 的操作如 ES 中已有數(shù)據(jù)如下

通過代碼將其更新：

es.index(index="test", doc_type="doc", id="dfebcXcBCWwWKoXwQ2Gk", body={
            "name": "Python編程實(shí)戰(zhàn)",
            "num": 5})

修改后結(jié)果

通過這種方法修改，因?yàn)槭?reindex 過程，所以當(dāng)數(shù)據(jù)量或者 document 很大的時(shí)候，效率非常的低

局部更新

update

Elasticsearch 中的 update API 支持根據(jù)用戶提供的腳本去實(shí)現(xiàn)更新

Update 更新操作允許 ES 獲得某個(gè)指定的文檔，可以通過腳本等操作對(duì)該文檔進(jìn)行更新。

可以把它看成是先刪除再索引的原子操作，只是省略了返回的過程，這樣即節(jié)省了來回傳輸?shù)木W(wǎng)絡(luò)流量，也避免了中間時(shí)間造成的文檔修改沖突。

在 Python 中可以直接通過包裝好的接口來更新

es.update(index="test", doc_type="doc", id="4Z6XcXcBChYTHL1ZdwjL", body={"doc": {"name": "Jerry"}})

注意 body 參數(shù)，我們需要添加 doc 或者 script 變量來指定修改的內(nèi)容

增加字段：

es.update(index="test", doc_type="doc", id="4Z6XcXcBChYTHL1ZdwjL", body={"doc": {"name": "Jerry", "age": 25}})

運(yùn)行完之后，在 kibana 上查看結(jié)果

搜索更新

update_by_query

update_by_query，顧名思義，這種更新方式，即通過查詢?cè)俑隆?/p>

該方法的優(yōu)點(diǎn)是可以指定某些數(shù)據(jù)，然后達(dá)到更新的目的

在 ES 中，我們通過 update_by_query 中的 query 和 script 來實(shí)現(xiàn)先查詢?cè)俑碌臋C(jī)制

在上面的操作中：query 字段，表示我們要查詢的條件，根據(jù)該條件找到對(duì)應(yīng)的數(shù)據(jù)script 字段包含以下關(guān)鍵字：

• source 是將要執(zhí)行的腳本內(nèi)容；
• lang 表示的是當(dāng)前腳本的語言*；
• param 則是腳本執(zhí)行的參數(shù)；

參考詳情：https://www.elastic.co/guide/en/elasticsearch/reference/master/modules-scripting-painless.html

批量更新

在實(shí)際需求中，面對(duì)最多的還是批量更新

當(dāng)然你也可以通過 for 循環(huán)一條一條來更新，不過這種方法效率太低了。

尤其是面對(duì)數(shù)據(jù)量很大的時(shí)候，那真的是急死人..

好在 ES 有提供批量操作的接口 bulk

在 Python 中可以直接導(dǎo)入使用

from elasticsearch.helpers import bulk

那么在 bulk 中如何使用 update 呢？請(qǐng)看代碼

  actions = []
  for item in data_list:
     _id = item.get("_id")
     doc = item.get("doc")
     index_action = {
            '_op_type': 'update',
            '_index': index_name,
            '_type': "doc",
            '_id': _id,
            'doc': doc
     }
     actions.append(index_action)

 if actions:
     bulk(es, actions)

可以看到有個(gè) doc 的參數(shù)，和上面介紹的 update 方法類似，doc中的值便是我們需要修改的字段內(nèi)容

_op_type 為操作類型為update，表明是更新的操作

以該種方式組合的 index_action 組成數(shù)組，通過 bulk 便能實(shí)現(xiàn)批量更新 !

以上便是通過 Python 更新 Elasticsearch 的幾種方法

個(gè)人推薦通過 update 接口或者 bulk 批量來做更新，你學(xué)廢了嗎?

推薦閱讀:
入門: 最全的零基礎(chǔ)學(xué)Python的問題  | 零基礎(chǔ)學(xué)了8個(gè)月的Python  | 實(shí)戰(zhàn)項(xiàng)目 |學(xué)Python就是這條捷徑

干貨:爬取豆瓣短評(píng)，電影《后來的我們》 | 38年NBA最佳球員分析 |   從萬眾期待到口碑撲街！唐探3令人失望  | 笑看新倚天屠龍記 | 燈謎答題王 ｜用Python做個(gè)海量小姐姐素描圖 ｜

趣味:彈球游戲  | 九宮格  | 漂亮的花 | 兩百行Python《天天酷跑》游戲!

AI: 會(huì)做詩的機(jī)器人 | 給圖片上色 | 預(yù)測(cè)收入 | 碟中諜這么火，我用機(jī)器學(xué)習(xí)做個(gè)迷你推薦系統(tǒng)電影

年度爆款文案

• 1).臥槽！Pdf轉(zhuǎn)Word用Python輕松搞定！

• 2).學(xué)Python真香！我用100行代碼做了個(gè)網(wǎng)站，幫人PS旅行圖片，賺個(gè)雞腿吃

• 3).首播過億，火爆全網(wǎng)，我分析了《乘風(fēng)破浪的姐姐》，發(fā)現(xiàn)了這些秘密 

• 4).80行代碼！用Python做一個(gè)哆來A夢(mèng)分身 

• 5).你必須掌握的20個(gè)python代碼，短小精悍，用處無窮 

• 6).30個(gè)Python奇淫技巧集 

• 7).我總結(jié)的80頁《菜鳥學(xué)Python精選干貨.pdf》,都是干貨 

• 8).再見Python！我要學(xué)Go了！2500字深度分析！

• 9).發(fā)現(xiàn)一個(gè)舔狗福利！這個(gè)Python爬蟲神器太爽了，自動(dòng)下載妹子圖片

點(diǎn)閱讀原文,領(lǐng)廖雪峰視頻資料！