node.js - HTTP POST Elasticsearch 事件流批量

Question

我有一个 node.js 程序，它使用流来读取文件( nodejs event stream setting a variable per stream )

我想使用相同的程序将此数据写入 Elasticsearch 。我写了一个小写函数

var writeFunction = function(data) {
    //console.log(data);
    var client = request.newClient("http://localhost:9200");
    client.post('/newtest3/1',data,function(err,res,body) {
        return console.log(res.statusCode);
    });
};

并将其与流媒体联系起来

var processMyFile = function(file) {
    var stream = getStream(file);
    var nodeName = stream.nodeName;
    stream
        .pipe(es.split())
        .on('end',endFunction)
        .pipe(es.map(function(data,cb) {
            processFunction(nodeName,data,cb);
        }))
        .pipe(es.map(function(data,cb) {
            writeFunction(data);
        }));

}

上述工作按预期异步工作并写入数据，除了它需要很长时间。它似乎也可以作为缓冲区工作，因为写入需要比读取更长的时间。(使用管道的优势)
我知道 Elasticsearch 中有一个批量接口(interface)，我可以使用它导入。 Kibana 入门指南 (http://www.elasticsearch.org/guide/en/kibana/current/using-kibana-for-the-first-time.html) 中的shakesphere.json 示例

这意味着我需要以批量导入所需的格式创建文件，然后运行 ​​curl 程序等。我想避免创建临时文件。

作为流式传输过程的一部分，是否有更简单的方法可以更快地将数据导入 Elasticsearch

Answer 1

elasticsearch-streams将帮助您使用流式传输的批量接口(interface)，而无需先编写 json 文件。

我相信您的代码或多或少是这样的:

var TransformToBulk = require('elasticsearch-streams').TransformToBulk
var WritableBulk = require('elasticsearch-streams').WritableBulk;
var client = new require('elasticsearch').Client();

var bulkExec = function(bulkCmds, callback) {
  client.bulk({
    index : 'newtest3',
    type  : '1',
    body  : bulkCmds
  }, callback);
};

var ws = new WritableBulk(bulkExec);
var toBulk = new TransformToBulk(function getIndexTypeId(doc) { return { _id: doc.id }; });

var processMyFile = function(file) {
  var stream = getStream(file);

  stream
    .pipe(toBulk)
    .pipe(ws)
    .on('close', endFunction)
    .on('err', endFunction);
}