這4種Python更新Elasticsearch數(shù)據(jù)的方法你都會(huì)嗎？

大家好，我是村長(zhǎng)

今天總結(jié)一下通過(guò) 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(guò)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(guò) index API 來(lái)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(guò)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(guò)這種方法修改，因?yàn)槭?reindex 過(guò)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(hù)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(guò)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(guò)程，這樣即節(jié)省了來(lái)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(guò)包裝好的接口來(lái)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(lái)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(guò)查詢(xún)?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(guò) update_by_query 中的 query 和 script 來(lái)實(shí)現(xiàn)先查詢(xún)?cè)俑碌臋C(jī)制

在上面的操作中：query 字段，表示我們要查詢(xún)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(yǔ)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(guò) for 循環(huán)一條一條來(lái)更新，不過(guò)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(lèi)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(lèi)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(guò) bulk 便能實(shí)現(xiàn)批量更新 !

以上便是通過(guò) Python 更新 Elasticsearch 的幾種方法

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