使用Python往Elasticsear
使用Python往Elasticsearch插入数据
在这里，我使用Elasticsearch官方推荐
elasticsearch第三方包来讲述插入数据的两种方法。
1. index
这是很简单的一个插入数据的方法，每条数据调用一个index方法，代码如下
from datetime import datetime
from elasticsearch import Elasticsearch
es = Elasticsearch( "localhost:9200" )
data = {
"@timestamp" : datetime.now().strftime( "%Y-%m-%dT%H:%M:%S.000+0800" )，
"http_code" : "404",
"count" : "10"
}
es.index( index="http_code", doc_type="error_code", body=data )2. bulk 一次性插入多条数据的方法
from datetime import datetime
from elasticsearch import Elasticsearch
import elasticsearch.helpers
import random
es = Elasticsearch( "localhost:9200" )
package = []
for i in range( 10 ):
row = {
"@timestamp":datetime.now().strftime( "%Y-%m-%dT%H:%M:%S.000+0800" ),
"http_code" : "404",
"count" : random.randint( 1, 100 )
}
package.append( row )
actions = [
{
'_op_type': 'index',
'_index': "http_code", //index
'_type': "error_code", //type
'_source': d
}
for d in package
]
elasticsearch.helpers.bulk( es, action )本文参与 腾讯云自媒体分享计划，分享自作者个人站点/博客。
原始发表：2019-09-08 ，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
相关产品与服务
Elasticsearch Service
腾讯云 Elasticsearch Service（ES）是云端全托管海量数据检索分析服务，拥有高性能自研内核，集成X-Pack。ES 支持通过自治索引、存算分离、集群巡检等特性轻松管理集群，也支持免运维、自动弹性、按需使用的 Serverless 模式。使用 ES 您可以高效构建信息检索、日志分析、运维监控等服务，它独特的向量检索还可助您构建基于语义、图像的AI深度应用。