Elasticsearch 数据导入求助~

[gejigeji]

有 10+亿条数据有检索需求，现在是每条一行存在文件里（不是 json ，字段\t 间隔），请问有什么好的方法批量的导入到 Elasticsearch ？

[Suclogger]

solr 可以导入文件， solr 和 elasticserch 底层实现都是 lucense ，用 solr 导入后将索引迁移到 elasticsearch
（没实践过，瞎猜的）

[shoumu]

写个脚本，把文件中的数据读出来，然后建索引

[gejigeji]

@shoumu 读出来，包成 json ，再一条条 curl 吗？ 我是觉得麻烦，效率低，懒

[defunct9]

http://www.rendoumi.com/wang-elasticsearchli-dao-ru-shu-ju/

[defunct9]

有批量的。格式有变化

/posts/post/_bulk

{"index":{"_index":"posts","_type":"post","_id":634}}
{"title":"","content":"","slug"......}
{"index":{"_index":"posts","_type":"post","_id":635}}
{"title":"","content":"","slug"......}

[knightdf]

多进程 bulk 最快了，我做的时候速度可以达到 2500doc/s ， 不过在数据量大后频繁的做 merge 就会慢很多

[gejigeji]

@knightdf
@defunct9
感谢 2500 doc/s 还是慢啊，可能我 doc 比较短会快点，不过我还是先试试 solr ，“据说”支持文档导入，非实时索引的检索性能也好一些

[jaymiao]

用 logstash, 可以配置进程数量，只要你的 ES 足够强就行。

[knightdf]

@gejigeji 我是录入的全网页的内容，内容比较大把

[gqlxj1987]

用 logstash 。。 bulk 部分，感觉后期不可控。

[jahan]

借楼询问。
同样是很多带有分隔符的数据库导出文件，想导入 elasticsearch，有没有现成的工具或者 python 脚本？
有没有可视化配置的工具呢？ logstash ？

[jahan]

@shoumu 写脚本的意思是将每一行转换成 json ？