Elasticsearch批量导入遇TypeError及旧查询失效问题求助

一、批量索引后查询无结果的根源及修复 #

你最初的批量索引代码犯了一个结构嵌套错误：

yield{
    "_index":index_name,
    "_type":"businesses",
    "_source" :{
        "body":entity
    }
}

这段代码会把所有实体数据都塞进了body子字段里，最终文档结构变成了这样：

{
  "body": {
    "entity_id": 123,
    "entity_name": "Premium Market",
    ...
  }
}

而你的查询是直接搜索entity_name字段，但这个字段实际藏在body.entity_name路径下，自然匹配不到任何结果。

修复方案：直接把entity作为_source的取值，去掉多余的body嵌套：

def indexing(entity_list):
    for entity in entity_list:
        index_name = "demo"
        yield{
            "_index": index_name,
            "_type": "businesses",
            "_source": entity  # 直接传入实体字典，和单条索引结构一致
        }

这样文档结构就和你单条索引时完全相同，原来的查询语句就能正常返回结果了。

二、TypeError: unhashable type: 'dict'的原因及修复 #

你修改后的代码里出现了Python语法错误：

yield{
    "_index":index_name,
    "_type":"businesses",
    "doc" :{entity }  # 这里的{entity}是错误写法
}

{entity}这种写法会让Python尝试把entity这个字典当作键来构建新字典，但字典是不可哈希的类型，所以直接抛出了类型错误。

另外补充一点：doc字段是用于更新文档的操作（比如update动作），而你是要批量写入新文档，应该用_source字段（对应bulk默认的index动作）。如果确实需要更新文档，正确写法应该是把entity直接赋值给doc：

# 仅作更新操作示例，你当前需求不需要这个
yield{
    "_op_type": "update",
    "_index": index_name,
    "_type": "businesses",
    "_id": entity["entity_id"],  # 更新必须指定文档ID
    "doc": entity
}

回到你的批量索引需求，用第一部分修复后的_source写法就完全能解决问题。

三、快速验证修复效果 #

执行批量索引后，可以用这两步确认结果：

1. 统计索引内的文档数量，确认数据已写入：

print(es.count(index="demo", doc_type="businesses"))

2. 用你原来的match查询语句测试，应该能正常返回匹配结果了。

内容的提问来源于stack exchange，提问作者wizard