python批量插入es数据

431次阅读
没有评论

共计 2599 个字符,预计需要花费 7 分钟才能阅读完成。

python批量插入es数据

最近在用python倒腾es,跟着项目开发一起学习,虽然他用的是java,而我用的是python。。。。今天和他吃饭时提到了批量插入数据,遂有感而发

你们数据写入es时是如何操作的?一条一条操作吗?如果有很多数据时,逐条操作效率低下,以下是博主测试

安装faker利器

pip3 install faker

模拟数据插入

import time
from faker import Faker
from elasticsearch import Elasticsearch

es = Elasticsearch(
    hosts=["192.168.44.142:9200", "192.168.44.143:9200", "192.168.44.144:9200", ],
    http_auth=('elastic', 'elastic'),
)
print(es.ping())

# 创建中文实例
faker = Faker(locale="zh-CN")

# 创建计时装饰器
def timer(func):
    def wrapper(*args, **kwargs):
        print("开始计时......")
        start = time.time()
        res = func(*args, **kwargs)
        print('共耗时约%.3f秒' % (time.time() - start))
        return res

    return wrapper

@timer
def es_write():
    for i in range(10000):
        mydoc = {
            "name": faker.name(),
            "phone": faker.phone_number(),
            "address": faker.address(),
            "car_license": faker.license_plate(),
            "company": faker.company(),
            "job": faker.job(),
            "message": faker.paragraph(nb_sentences=10, variable_nb_sentences=True, ext_word_list=None)
        }
        res = es.index(index='test-index-write', body=mydoc)

if __name__ == '__main__':
    es_write()

测试运行结果

/home/xadocker/PycharmProjects/untitled2/venv/bin/python /home/xadocker/PycharmProjects/untitled2/test_buil.py
True
开始计时......
共耗时约85.466秒

使用bulk批量插入

import time
from faker import Faker
from elasticsearch import Elasticsearch, helpers

es = Elasticsearch(
    hosts=["192.168.44.142:9200", "192.168.44.143:9200", "192.168.44.144:9200", ],
    http_auth=('elastic', 'elastic'),
)
print(es.ping())

faker = Faker(locale="zh-CN")


def timer(func):
    def wrapper(*args, **kwargs):
        print("开始计时......")
        start = time.time()
        res = func(*args, **kwargs)
        print('共耗时约%.3f秒' % (time.time() - start))
        return res

    return wrapper

@timer
def es_write2():
    data = [
        {
            "_index": "test-index-write",
            "_source": {
                "name": faker.name(),
                "phone": faker.phone_number(),
                "address": faker.address(),
                "car_license": faker.license_plate(),
                "company": faker.company(),
                "job": faker.job(),
                "message": faker.paragraph(nb_sentences=10, variable_nb_sentences=True, ext_word_list=None)
            }
        } for i in range(10000)
    ]
    helpers.bulk(es, data)

if __name__ == '__main__':
    es_write2()

此时测试时间为

/home/xadocker/PycharmProjects/untitled2/venv/bin/python /home/xadocker/PycharmProjects/untitled2/test_buil.py
True
开始计时......
共耗时约7.766秒

不过考虑到每次测试的数据都是临时生成的,且都包含在计时装饰器中,会有偏差。单独看下生成10000数据的时间

@timer
def data_genera():
    data = [
        {
            "_index": "test-index-write",
            "_source": {
                "name": faker.name(),
                "phone": faker.phone_number(),
                "address": faker.address(),
                "car_license": faker.license_plate(),
                "company": faker.company(),
                "job": faker.job(),
                "message": faker.paragraph(nb_sentences=10, variable_nb_sentences=True, ext_word_list=None)
            }
        } for i in range(10000)
    ]

试了几次,预计生成数据的时间在4.2s,所以我们的数据批量插入时间应该是3.6s,读者也可以将数据生成逻辑提取到计时器之外,略

/home/xadocker/PycharmProjects/untitled2/venv/bin/python /home/xadocker/PycharmProjects/untitled2/test_buil.py
True
开始计时......
共耗时约4.193秒

正文完
 
xadocker
版权声明:本站原创文章,由 xadocker 2020-12-07发表,共计2599字。
转载说明:除特殊说明外本站文章皆由CC-4.0协议发布,转载请注明出处。
评论(没有评论)