Elasticsearch批量导入JSON文件遇parse_exception错误求助

我来帮你搞定这个导入错误！你的问题主要出在两个地方：curl命令的符号格式错误，以及JSON文件不符合Elasticsearch Bulk API的要求，下面一步步给你拆解：

一、错误根源分析 #

1. curl命令的符号问题 #

看你写的命令：

curl -s -H “Content-Type: application/x-ndjson” -XPOST localhost:9200/_bulk —-data-binary “@restaurants.json”; echo

这里有两个致命的符号错误：

• 用了中文双引号“”，而curl只识别英文双引号""
• ---data-binary里的是中文长破折号，正确的应该是英文双横杠--data-binary
  这些错误会导致curl无法正确解析参数，自然读不到你的JSON文件内容，所以返回request body is required的错误。

2. JSON格式不符合Bulk API要求 #

Elasticsearch的_bulk接口要求的是**NDJSON（换行分隔的JSON）**格式，而不是你现在用的普通JSON数组。NDJSON的规则是：

• 每行一个JSON对象
• 每两个行为一组：第一行是操作指令（比如index），第二行是文档内容

你的文件是数组结构，直接导入肯定不被识别。

二、分步解决方法 #

步骤1：修正curl命令 #

把所有符号换成英文的，正确命令如下：

curl -s -H "Content-Type: application/x-ndjson" -XPOST localhost:9200/_bulk --data-binary "@restaurants.json"; echo

步骤2：转换JSON文件为NDJSON格式 #

推荐用jq工具来快速转换（如果没装的话，用包管理器比如apt/yum/brew安装即可）。执行以下命令，把你的数组格式JSON转换成Bulk需要的格式：

# 转换原文件为bulk兼容的NDJSON，生成新文件bulk_restaurants.json
jq -c '.[] | {"index": {"_index": "restaurants", "_id": .id}}, .' restaurants.json > bulk_restaurants.json

这个命令的作用是：

• 遍历原数组里的每个餐厅对象
• 为每个对象生成一行index操作指令（指定索引名为restaurants，用文档自带的id作为Elasticsearch的文档ID）
• 紧接着输出一行该餐厅的JSON内容

转换后的文件内容示例（对应你给的单个对象）：

{"index":{"_index":"restaurants","_id":"30191841"}}
{"address":{"building":"351","coord":[-73.98513559999999,40.7676919],"street":"West 57 Street","zipcode":"10019"},"borough":"Manhattan","cuisine":"Irish","name":"Dj Reynolds Pub And Restaurant","grades":[{"date":{"$date":"2014-09-06T00:00:00.000Z"},"grade":"A","score":2},{"date":{"$date":"2013-07-22T00:00:00.000Z"},"grade":"A","score":11},{"date":{"$date":"2012-07-31T00:00:00.000Z"},"grade":"A","score":12},{"date":{"$date":"2011-12-29T00:00:00.000Z"},"grade":"A","score":12}],"id":"30191841"}

步骤3：执行导入 #

用修正后的命令导入转换好的文件：

curl -s -H "Content-Type: application/x-ndjson" -XPOST localhost:9200/_bulk --data-binary "@bulk_restaurants.json"; echo

三、额外注意事项 #

• 确保你的Elasticsearch服务正在运行，并且能通过localhost:9200访问
• 如果是Elasticsearch 7.x及以上版本，不需要指定_type（已经移除了类型概念），上面的命令已经适配了这一点
• 如果你不想用jq，也可以手动修改JSON文件，按照“操作行+文档行”的格式逐行编写，不过数据多的话还是脚本更高效

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