python 实现将elasticsearch读取,转为dataframe，并写入到mysql

第一步：

否则会报找不到 pymysql的错；

2、源码

from elasticsearch import Elasticsearch
import pandas as pd
from sqlalchemy import create_engine
from urllib.parse import quote_plus as urlquote
import time


pd.set_option('expand_frame_repr', False)  # 当列太多时显示完整
pd.set_option('display.max_rows', 10000)  # 显示的最大行数

# start_time = sys.argv[1]
# end_time = sys.argv[2]

userName = "xxxx"
password = "xxxx"
dbHost = "xxx.xx.xx.xx"
dbPort = "xxxx"
dbName = "xxxx"

es = Elasticsearch([{"scheme": "http", "host": "xxx.xx.xx.xx", "port": xxxx}])

# q = {"query": {"match_all": {}},"size":20}

# track_total_hits: 拿到符合过滤条件的所有数据，而不是最大限制的10000条
json_body = {
    "from": 0,
    "size": 10000,
    "track_total_hits": True,
    "query": {
        "bool": {
            "must": {
                "match_all": {}
            },
            "filter": {
                "range": {
                    "createTime": {
                        "gt": "2020-11-01 00:00:00",
                        "lt": "2020-11-01 23:59:59"
                    }
                }
            }
        }
    }
}

#  index:索引名称
query = es.search(index="xxxx", body=json_body)
# es查询出的结果第一页（这是根据es返回的body信息进行解析，拿到_sorce数据才是主要数据部分）
results = query['hits']['hits']
# es查询出的结果总量
total = query['hits']['total']
print(total)

# 将数据进行结构化处理
df = pd.DataFrame(results)
col = pd.DataFrame(list(df["_source"]))
# print(df)
print(col)

# 程序开始时间
start = time.time()
# 这里是pandas的数据插入mysql的信息，其中password采用urlquote进行编码，可以避免密码中含有@符号而导致地址解析错误；密码不含@符号，可直接填密码；
db_connect = """mysql+pymysql://%s:%s@%s:%s/%s?charset=utf8""" % (userName, urlquote(password), dbHost, dbPort, dbName)
engine = create_engine(db_connect)
con = engine.connect()
# 如果存在该表，就在数据后面进行追加；
# name:Mysql表名
col.to_sql(name='xxxx', con=con, if_exists='append')
con.close()
end = time.time()
print("程序运行结束！！！")
print("程序运行时间：", end - start)