如何通过Python获取OpenSearch集群统计及延迟数据？

1. 获取_cluster/stats接口数据 #

你可以通过两种方式拿到这个接口的数据：

方式一：使用官方opensearch-py客户端 #

先安装依赖：

pip install opensearch-py

然后写代码连接集群并调用统计接口：

from opensearchpy import OpenSearch

# 初始化客户端
client = OpenSearch(
    hosts=["https://your-opensearch-host:9200"],
    http_auth=("username", "password"),
    use_ssl=True,
    verify_certs=False,  # 生产环境建议开启证书验证
    ssl_show_warn=False
)

# 获取集群统计数据
cluster_stats = client.cluster.stats()

# 按需解析或打印完整数据
print(cluster_stats)

方式二：直接发送HTTP请求（用requests库） #

如果不想依赖官方客户端，直接发GET请求也能拿到数据：

import requests
from requests.auth import HTTPBasicAuth

url = "https://your-opensearch-host:9200/_cluster/stats"
auth = HTTPBasicAuth("username", "password")

# 发送请求
response = requests.get(url, auth=auth, verify=False)
cluster_stats = response.json()

# 处理返回结果
print(cluster_stats)

2. 提取搜索延迟和索引延迟 #

这两个延迟数据都包含在_cluster/stats的返回结果里，通过总耗时除以请求次数就能算出平均延迟：

搜索延迟计算 #

搜索相关统计在indices.search节点下：

• total_time_in_millis：所有搜索请求的总耗时（毫秒）
• query_total：搜索请求的总次数

代码示例：

# 提取搜索延迟相关数据
search_total_time = cluster_stats["indices"]["search"]["total_time_in_millis"]
search_total_count = cluster_stats["indices"]["search"]["query_total"]

if search_total_count > 0:
    avg_search_latency = search_total_time / search_total_count
    print(f"平均搜索延迟：{avg_search_latency:.2f} 毫秒")
else:
    print("暂无搜索请求数据")

索引延迟计算 #

索引相关统计在indices.indexing节点下：

• total_time_in_millis：所有索引请求的总耗时（毫秒）
• index_total：索引请求的总次数

代码示例：

# 提取索引延迟相关数据
indexing_total_time = cluster_stats["indices"]["indexing"]["total_time_in_millis"]
indexing_total_count = cluster_stats["indices"]["indexing"]["index_total"]

if indexing_total_count > 0:
    avg_indexing_latency = indexing_total_time / indexing_total_count
    print(f"平均索引延迟：{avg_indexing_latency:.2f} 毫秒")
else:
    print("暂无索引请求数据")

注意事项 #

• 确保你的账号有访问_cluster/stats接口的权限，否则会返回403错误
• 生产环境中建议开启SSL证书验证，不要设置verify=False
• 如果需要节点级的细粒度延迟数据，可以调用_nodes/stats接口，返回结果会包含每个节点的单独统计

内容的提问来源于stack exchange，提问作者SomeOneDudOrg