##環境
elasticsearch6.6.0
python3.5.1

##今回やりたいこと

今回やりたいことは、bulkAPIで使うjsonファイルの生成をpythonでやる。
※bulkAPIとは、elasticsearchへのたくさんのデータ登録をjsonを使ってコマンド一つでやってしまうものである。

以下のようなcsvを、、、

name.csv

三木夏海,
川原香菜,
大宮梨子,
・・・
・・・
・・・

以下のように整形する。

sample_bulk.json

{"index" : {}}
{"name":"三木夏海"}
{"index" : {}}
{"name":"川原香菜"}
{"index" : {}}
{"name":"大宮梨子"}
・・・
・・・
・・・

indexの名前やtype名はcurlコマンド内に記述する。
idを指定して振りたい場合は、pythonプログラム内に一工夫が必要。

##準備

elasticsearchのsettingとmappingを登録。フィールドはnameのみ。
サンプルデータを用意

以下のサイトから名前のサンプルデータをcsvで取得した。
https://hogehoge.tk/personal/generator/

##pythonファイル
作成したコードは以下のようになった。

bulk.py


#!/usr/bin/env python
# -*- coding: utf-8 -*-

import pandas as pd
import json

def func():
    # csvから名前をdataframe型で取得。ヘッダーがない場合は、dropメソッドは使わなくて良い。
	name = pd.read_csv("name.csv", header=None).drop(0, axis=0)[0].values.tolist()

    # dict型でnameを定義
	data = {'name' : name}
    # データフレームに変換
	df = pd.DataFrame(data)

    # JSON形式の文字列（str型）に変換。
    # 引数force_ascii=FalseとするとUnicodeエスケープされない。
    # 引数orient='records'で、引数lines=Trueとすると{name:名前}ごとに改行された文字列になる。
	df_str = df.to_json(force_ascii=False, orient='records', lines=True)

    # リスト型に変換
	df_list = df_str.split('\n')

    # 一行毎に、{"index" : {}}を追加
	even_list = ['{"index" : {}}\n' + df_list[i] for i in range(len(df_list))]
	if even_list[-1] == '{"index" : {}}':
        # 最後の行には{"index" : {}}を追加しない
	    even_list.pop(-1)
	else:
        # 最後は改行で終わらせる
	    even_list.append("\n")

    # 文字列に変換
	mojiretsu = '\n'.join(even_list)

    # jsonファイルとして出力
	with open("sample_bulk.json", mode='w') as f:
	    f.write(mojiretsu)

# 関数実行
func()

ターミナルで実行したらsample_bulk.jsonが生成される。

##データインサート
sample_bulk.jsonが出来上がったら、データを登録してみる。
以下のようにcurlコマンドを実行。indexやtypeはここで指定する。

curl -H "Content-Type: application/json" -X POST http://localhost:9200/index名/type名/_bulk?pretty --data-binary @sample_bulk.json

以下でデータを確認


curl -H "Content-Type: application/json" -XGET 'localhost:9200/index名/type名/_search?pretty'

##参考
pandas.DataFrameをJSON文字列・ファイルに変換・保存（to_json）