侯体宗的博客
  • 首页
  • Hyperf版
  • beego仿版
  • 人生(杂谈)
  • 技术
  • 关于我
  • 更多分类
    • 文件下载
    • 文字修仙
    • 中国象棋ai
    • 群聊
    • 九宫格抽奖
    • 拼图
    • 消消乐
    • 相册

python批量从es取数据的方法(文档数超过10000)

Python  /  管理员 发布于 7年前   232

如下所示:

"""提取文档数超过10000的数据按照某个字段的值具有唯一性进行升序,按照@timestamp进行降序,第一次查询,先将10000条数据取出,取出最后一个时间戳,在第二次查询中,设定@timestamp小于将第一次得到的最后一个时间戳,同时设定某个字段的值具有唯一性进行升序,按照@timestamp进行降序,"""from elasticsearch import Elasticsearchimport oswrite_path = "E:\\公司\\案例数据采集\\olt告警案例分析\\10000_data.txt"es = Elasticsearch(hosts="", timeout=1500)write_file = open(write_path, "a+")def _first_query():  index_ = "gather-010"  _source = ["TWICE_BOOK_TIME", "@timestamp"]  try:    rs = es.search(index=index_, body={      "size": 10000,      "query": {        "match_all": {}      },      "sort": [        {          "@timestamp": {"order": "desc"          }        },        {          "TASK_RECEIVE_ID.keyword": {"order": "asc"          }        }      ],      "_source": _source    })    return rs  except:    raise Exception("{0} search error".format(index_))def _get_first_data(first_rs):  i = 0  if first_rs:    for hit in first_rs['hits']['hits']:      IptvAccount = hit['_source']['TWICE_BOOK_TIME']      timestamp = hit['_source']['@timestamp']      if IptvAccount is None:        IptvAccount = ""      write_file.write(IptvAccount + "," + timestamp + "\n")      i += 1      if i == 10000:        return timestampdef _second_query(timestamp):  index_ = "gather-010"  _source = ["TWICE_BOOK_TIME", "@timestamp"]  try:    rs = es.search(index=index_, body={      "size": 10000,      "query": {        "bool": {          "filter": {"range": {  "@timestamp": {    "lt": timestamp  }}          }        }      },      "sort": [        {          "@timestamp": {"order": "desc"          }        },        {          "TASK_RECEIVE_ID.keyword": {"order": "asc"          }        }      ],      "_source": _source    })    return rs  except:    raise Exception("{0} search error".format(index_))if __name__ == "__main__":  first_rs = _first_query()  first_timestamp = _get_first_data(first_rs)  print(first_timestamp)  while True:    second_rs = _second_query(first_timestamp)    first_timestamp = _get_first_data(second_rs)    if first_timestamp is None:      break    print(first_timestamp)

以上这篇python批量从es取数据的方法(文档数超过10000)就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。


  • 上一条:
    解决python3运行selenium下HTMLTestRunner报错的问题
    下一条:
    python 与服务器的共享文件夹交互方法
  • 昵称:

    邮箱:

    0条评论 (评论内容有缓存机制,请悉知!)
    最新最热
    • 分类目录
    • 人生(杂谈)
    • 技术
    • linux
    • Java
    • php
    • 框架(架构)
    • 前端
    • ThinkPHP
    • 数据库
    • 微信(小程序)
    • Laravel
    • Redis
    • Docker
    • Go
    • swoole
    • Windows
    • Python
    • 苹果(mac/ios)
    • 相关文章
    • 在python语言中Flask框架的学习及简单功能示例(0个评论)
    • 在Python语言中实现GUI全屏倒计时代码示例(0个评论)
    • Python + zipfile库实现zip文件解压自动化脚本示例(0个评论)
    • python爬虫BeautifulSoup快速抓取网站图片(1个评论)
    • vscode 配置 python3开发环境的方法(0个评论)
    • 近期文章
    • 在windows10中升级go版本至1.24后LiteIDE的Ctrl+左击无法跳转问题解决方案(0个评论)
    • 智能合约Solidity学习CryptoZombie第四课:僵尸作战系统(0个评论)
    • 智能合约Solidity学习CryptoZombie第三课:组建僵尸军队(高级Solidity理论)(0个评论)
    • 智能合约Solidity学习CryptoZombie第二课:让你的僵尸猎食(0个评论)
    • 智能合约Solidity学习CryptoZombie第一课:生成一只你的僵尸(0个评论)
    • 在go中实现一个常用的先进先出的缓存淘汰算法示例代码(0个评论)
    • 在go+gin中使用"github.com/skip2/go-qrcode"实现url转二维码功能(0个评论)
    • 在go语言中使用api.geonames.org接口实现根据国际邮政编码获取地址信息功能(1个评论)
    • 在go语言中使用github.com/signintech/gopdf实现生成pdf分页文件功能(0个评论)
    • gmail发邮件报错:534 5.7.9 Application-specific password required...解决方案(0个评论)
    • 近期评论
    • 122 在

      学历:一种延缓就业设计,生活需求下的权衡之选中评论 工作几年后,报名考研了,到现在还没认真学习备考,迷茫中。作为一名北漂互联网打工人..
    • 123 在

      Clash for Windows作者删库跑路了,github已404中评论 按理说只要你在国内,所有的流量进出都在监控范围内,不管你怎么隐藏也没用,想搞你分..
    • 原梓番博客 在

      在Laravel框架中使用模型Model分表最简单的方法中评论 好久好久都没看友情链接申请了,今天刚看,已经添加。..
    • 博主 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 @1111老铁这个不行了,可以看看近期评论的其他文章..
    • 1111 在

      佛跳墙vpn软件不会用?上不了网?佛跳墙vpn常见问题以及解决办法中评论 网站不能打开,博主百忙中能否发个APP下载链接,佛跳墙或极光..
    • 2016-10
    • 2016-11
    • 2018-04
    • 2020-03
    • 2020-04
    • 2020-05
    • 2020-06
    • 2022-01
    • 2023-07
    • 2023-10
    Top

    Copyright·© 2019 侯体宗版权所有· 粤ICP备20027696号 PHP交流群

    侯体宗的博客