Elasticsearch索引自動刪除

指令碼分2部分，1部分查詢符合條件的索引名，2指令碼呼叫1指令碼，進行刪除操作

# coding:utf-8

__author__ = 'jipu fang'
from elasticsearch import  elasticsearch
import re
import time
import datetime
now = time.localtime()
data1 = datetime.datetime(now[0], now[1], now[2])
es=elasticsearch("")
res = es.cat.indices()
l = res.strip().split()
def dindex(day=30):
index = 
for i in l:
if re.search('\d+\.\d+\.\d+$', i):
itime = time.strptime(re.findall('\d+\.\d+\.\d+$', i)[0], "%y.%m.%d")
data2 = datetime.datetime(itime[0], itime[1], itime[2])
d = (data1-data2).days
if int(d) > int(day):
return index
if __name__ == '__main__':
print dindex()

# coding:utf-8

__author__ = 'jipu fang'
import requests
import json
import time
from multiprocessing.dummy import pool as threadpool
import  re
import indexs
''''''
# request api
class es_api:
def __init__(self, url, data, headers):
self.url=url
self.data=data
self.headers=headers
def delete(self):
r = requests.delete(url=self.url, data=json.dumps(self.data), headers=self.headers)
v=r.text
print(v)
def post(self):
r = requests.post(url=self.url, data=json.dumps(self.data), headers=self.headers)
v=r.text
print(v)
# 刪除索引，day保留多少天
def delete_index(day):
for i in indexs.dindex(day):
url = r"/%s" %(i)
data = }}
c=es_api(url, data, headers)
c.delete()
time.sleep(3)
return "delete indexs ok!"
# 關閉索引，day保留多少天，當索引處於關閉狀態，資源占用比較少
def close_index(day):
for i in indexs.dindex(day):
url = r"/%s/_close?pretty" %(i)
data = {}
c=es_api(url, data, headers)
c.post()
time.sleep(3)
return "index status close ok!"
delete_index(30)
time.sleep(60)
close_index(15)

Elasticsearch索引建議

背景 最近在做日誌收集，用到elasticsearch作為儲存層，因為日誌量比較大，一天近2t，所以每時每刻都會有大量的插入操作。又由於是給開發人員查日誌使用，所以查詢的量比較小。受限於儲存空間，目前僅保留7天的日誌，多數為乙個業務模組乙個索引，按天切分索引。關於索引和型別的取捨，建立多個索引還是乙...

elasticsearch 建立索引

介紹 分詞器 analyzer 包括乙個分解器 tokenizer 和多個詞元過濾器 filter 詞元過濾器的作是對分詞器提取的詞元進一步處理，比如轉成小寫，使用edge ngram,同義詞等，處理之後成為索引詞 term 文件正包含了幾個這樣的term成為frequency 詞頻 分解器 tok...

Elasticsearch 索引例項

elasticsearch包含了一系列的感念，比如索引 indexing 搜尋 search 以及聚合 aggregations 現在我們主要介紹indexing。在elasticsearch中，文件歸屬於一種型別 type 而這些型別存在於索引 index 中，我們可以畫一些簡單的對比圖來模擬傳統...