Python更新Elasticsearch数据方法大全-轻识

大家好，我是村长

今天总结一下通过 Python 更新 Elasticsearch 数据的几个方法

Elasticsearch 是一个实时的分布式搜索分析引擎，它能让你以前所未有的速度和规模，去探索你的数据。它被用作全文检索、结构化搜索、分析以及这三个功能的组合

全局更新

在 Elasticsearch 中，通过指定文档的 _id, 使用 Elasticsearch 自带的 index api 可以实现插入一条 document , 如果该 _id 已存在，将直接更新该 document

因此，通过 index API 来对已有的文档实现更新，其实是进行了一次 reindex 的操作如 ES 中已有数据如下

通过代码将其更新：

es.index(index="test", doc_type="doc", id="dfebcXcBCWwWKoXwQ2Gk", body={
            "name": "Python编程实战",
            "num": 5})

修改后结果

通过这种方法修改，因为是 reindex 过程，所以当数据量或者 document 很大的时候，效率非常的低

局部更新

update

Elasticsearch 中的 update API 支持根据用户提供的脚本去实现更新

Update 更新操作允许 ES 获得某个指定的文档，可以通过脚本等操作对该文档进行更新。

可以把它看成是先删除再索引的原子操作，只是省略了返回的过程，这样即节省了来回传输的网络流量，也避免了中间时间造成的文档修改冲突。

在 Python 中可以直接通过包装好的接口来更新

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

注意 body 参数，我们需要添加 doc 或者 script 变量来指定修改的内容

增加字段：

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

运行完之后，在 kibana 上查看结果

搜索更新

update_by_query

update_by_query，顾名思义，这种更新方式，即通过查询再更新。

该方法的优点是可以指定某些数据，然后达到更新的目的

在 ES 中，我们通过 update_by_query 中的 query 和 script 来实现先查询再更新的机制

在上面的操作中：query 字段，表示我们要查询的条件，根据该条件找到对应的数据 script 字段包含以下关键字：

source 是将要执行的脚本内容；
lang 表示的是当前脚本的语言*；
param 则是脚本执行的参数；

参考详情：https://www.elastic.co/guide/en/elasticsearch/reference/master/modules-scripting-painless.html

批量更新

在实际需求中，面对最多的还是批量更新

当然你也可以通过 for 循环一条一条来更新，不过这种方法效率太低了。

尤其是面对数据量很大的时候，那真的是急死人..

好在 ES 有提供批量操作的接口 bulk

在 Python 中可以直接导入使用

from elasticsearch.helpers import bulk

那么在 bulk 中如何使用 update 呢？请看代码

  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)