python批量导入数据进Elasticsearch

转载：https://blog.csdn.net/u012236368/article/details/51284587?locationNum=10&fps=1

ES在之前的博客已有介绍，提供很多接口，本文介绍如何使用python批量导入。ES官网上有较多说明文档，仔细研究并结合搜索引擎应该不难使用。

先给代码

#coding=utf-8
from datetime import datetime
 
from elasticsearch import Elasticsearch
from elasticsearch import helpers
 
es = Elasticsearch()
 
actions = []
 
f=open('index.txt')
i=1
for line in f:
    line = line.strip().split(' ')
    action={
        "_index":"image",
        "_type":"imagetable",
        "_id":i,
        "_source":{
                u"图片名":line[0].decode('utf8'),
                u"来源":line[1].decode('utf8'),
                u"权威性":line[2].decode('utf8'),
                u"大小":line[3].decode('utf8'),
                u"质量":line[4].decode('utf8'),
                u"类别":line[5].decode('utf8'),
                u"型号":line[6].decode('utf8'),
                u"国别":line[7].decode('utf8'),
                u"采集人":line[8].decode('utf8'),
                u"所属部门":line[9].decode('utf8'),
                u"关键词":line[10].decode('utf8'),
                u"访问权限":line[11].decode('utf8')    
            }
        }
    i+=1
    actions.append(action)
    if(len(actions)==500):
        helpers.bulk(es, actions)
        del actions[0:len(actions)]
 
if (len(actions) > 0):
    helpers.bulk(es, actions)

每句话的含义还是很明显的，这里需要说几点，首先是index.txt是以utf8编码的，所以需要decode('utf8')转换成unicode对象，并且“图片名”前需要加u，否则ES会报错

导入的速度还是很快的，2000多条记录每秒