在 Python 中将 CSV 索引到 ElasticSearch

Question

希望在不使用 Logstash 的情况下将 CSV 文件编入 ElasticSearch 的索引。我正在使用 elasticsearch-dsl 高级库。

给定一个 header 的 CSV，例如：

name,address,url
adam,hills 32,http://rockit.com
jane,valleys 23,http://popit.com

按字段索引所有数据的最佳方法是什么？最终我想让每一行看起来像这样

{
"name": "adam",
"address": "hills 32",
"url":  "http://rockit.com"
}

Answer 1

使用较低级别的 elasticsearch-py 库可以更轻松地完成此类任务：

from elasticsearch import helpers, Elasticsearch
import csv

es = Elasticsearch()

with open('/tmp/x.csv') as f:
    reader = csv.DictReader(f)
    helpers.bulk(es, reader, index='my-index', doc_type='my-type')

Answer 2

如果您想从 .tsv/.csv 创建具有严格类型和模型的 elasticsearch 数据库以实现更好的过滤，您可以这样做：

class ElementIndex(DocType):
    ROWNAME = Text()
    ROWNAME = Text()

    class Meta:
        index = 'index_name'

def indexing(self):
    obj = ElementIndex(
        ROWNAME=str(self['NAME']),
        ROWNAME=str(self['NAME'])
    )
    obj.save(index="index_name")
    return obj.to_dict(include_meta=True)

def bulk_indexing(args):

    # ElementIndex.init(index="index_name")
    ElementIndex.init()
    es = Elasticsearch()

    //here your result dict with data from source

    r = bulk(client=es, actions=(indexing(c) for c in result))
    es.indices.refresh()

在 Python 中将 CSV 索引到 ElasticSearch

Index CSV to ElasticSearch in Python

python

csv

elasticsearch

python-3.5

elasticsearch-dsl