使用 OpenSearch Python 批量 api 将数据插入到多个索引

Question

本文档展示了如何使用curl中的POST请求插入具有多个索引的批量数据：https://opensearch.org/docs/latest/opensearch/index-data/

如果我有这种格式的数据，

[
{ "index": { "_index": "index-2022-06-08", "_id": "<id>" } }
{ "A JSON": "document" }
{ "index": { "_index": "index-2022-06-09", "_id": "<id>" } }
{ "A JSON": "document" }
{ "index": { "_index": "index-2022-06-10", "_id": "<id>" } }
{ "A JSON": "document" }
]

批量请求应从以下位置获取索引名称"_index": "index-2022-06-08"

我试图使用 OpenSearch-py 库来做同样的事情，但我找不到任何示例片段可以做到这一点。我正在使用此格式从 AWS Lambda 发送请求。

client = OpenSearch(
            hosts = [{'host': host, 'port': 443}],
            http_auth = awsauth,
            use_ssl = True,
            verify_certs = True,
            connection_class = RequestsHttpConnection
            )
        
        resp = helpers.bulk(client, logs, index= index_name, max_retries = 3)

在这里，我必须提到索引名称作为批量请求中的参数，因此它不会从数据本身获取索引名称。如果我没有在参数中提及index_name，则会收到错误4xx index_name丢失。

我还在研究批量 api 源代码：https://github.com/opensearch-project/opensearch-py/blob/main/opensearchpy/helpers/actions.py#L373

看起来index_name不是一个强制参数。

谁能帮助我解决我所缺少的东西？

Answer 1

我遇到了同样的问题，并在elasticsearch.py​​bulk-helpers文档中找到了解决方案。_source-structure当搜索端点返回的文档中提供时，它就可以工作。

批量方法的调用：

resp = helpers.bulk(
    self.opensearch,
    actions,
    max_retries=3,
)

哪里actions有这样的字典列表：

[{
    '_op_type': 'update',
    '_index': 'index-name',
    '_id': 42,
    '_source': {
        "title": "Hello World!",
        "body": "..."
    }
}]

_op_type可以用作附加字段来定义应为文档调用的操作（ index、update、 、...）。delete

希望这可以帮助任何遇到同样问题的人！