在elasticsearch dsl中重置索引名称答案

【问题标题】：Reset index name in elasticsearch dsl在elasticsearch dsl中重置索引名称
【发布时间】：2019-10-07 20:03:34
【问题描述】：

我正在尝试创建一个从 mongo 中提取、处理数据并加载到弹性中的 ETL。我会每天加载，所以我想用当前日期命名我的索引。这将有助于我以后需要对第一个索引进行处理。我使用了 elasticsearch dsl 指南：https://elasticsearch-dsl.readthedocs.io/en/latest/persistence.html 我遇到的问题来自我在课堂上的一点经验。我不知道如何从类中重置索引名称。这是我的课程代码 (custom_indices.py)：

from elasticsearch_dsl import Document, Date, Integer, Keyword, Text
from elasticsearch_dsl.connections import connections
from elasticsearch_dsl import Search
import datetime

class News(Document):
    title = Text(analyzer='standard', fields={'raw': Keyword()})
    manual_tagging = Keyword()

    class Index:
        name = 'processed_news_'+datetime.datetime.now().strftime("%Y%m%d")

    def save(self, ** kwargs):
        return super(News, self).save(** kwargs)

    def is_published(self):
        return datetime.now() >= self.processed

这是我为该类创建实例的代码部分：

from custom_indices import News
import elasticsearch
import elasticsearch_dsl
from elasticsearch_dsl.connections import connections
import pandas as pd
import datetime

connections.create_connection(hosts=['localhost'])
News.init()
for index, doc in df.iterrows():
    new_insert = News(meta={'id': doc.url_hashed}, 
                      title = doc.title,
                      manual_tagging = doc.customTags,
                   )
    new_insert.save()

每次我调用“新闻”类时，我都希望有一个新名称。但是，即使我再次加载该类，名称也不会改变（from custom_indices import News）。我知道这只是我在测试时遇到的一个问题，但我想知道如何强制“重置”。实际上，我原本想在循环之前用这一行更改类外的名称：

News.Index.name = "NEW_NAME"

然而，这并没有奏效。我仍然看到类上定义的名称。有人可以帮忙吗？非常感谢！ PS：这一定只是一个面向对象的编程问题。对我对这个主题的无知表示歉意。

【问题讨论】：

标签： python elasticsearch elasticsearch-dsl

【解决方案1】：

也许你可以利用Document.init()accepts an index keyword argument这一事实。如果您希望自动设置索引名称，您可以在News 类中实现init()，并在您的实现中调用super().init(...)。

一个简化的例子（python 3.x）：

from elasticsearch_dsl import Document
from elasticsearch_dsl.connections import connections
import datetime


class News(Document):
    @classmethod
    def init(cls, index=None, using=None):
        index_name = index or 'processed_news_' + datetime.datetime.now().strftime("%Y%m%d")
        return super().init(index=index_name, using=using)

【讨论】：

感谢 jDo。但是我应该如何处理内部类索引中的“名称”。如果我保持原样或使用静态名称仅用于测试，则在调用 News.init() 时，我仍然看到它创建了索引，其名称指示在类索引内部我尝试从索引调用 init 函数，但我没有知道怎么做。

【解决方案2】：

您可以在调用 save() 时覆盖索引。

new_insert.save('processed_news_' + datetime.datetime.now().strftime("%Y%m%d"))

【讨论】：