spark在elasticsearch中写入时间戳

Question

我正在从jdbc源读取数据并将其直接写入弹性搜索索引。当我查询ES中的数据时，我看到我的数据帧中的所有时间戳字段都转换为long

看下面的代码

 val appName="ExractToolEngine"
 val master = "local[2]"
 val conf = new SparkConf().setAppName(appName).setMaster(master)
 conf.set("es.write.operation", "index")
 conf.set("es.mapping.id", "user_id")
 conf.set("index.mapper.dynamic", "true")
 conf.set("es.mapping.rich.date", "true")

  def main(args: Array[String]): Unit = {
    val sc = new SparkContext(conf)
    val sqlContext = new SQLContext(sc)
    import sqlContext.implicits._

    val srcData = sqlContext.read.format("jdbc").
      options(Map("driver"->"com.jdbc.Driver",
      "url" -> "jdbc...",
      "dbtable"-> "tbl",
      "partitionColumn"-> "user_id",
      "lowerBound"-> "1",
      "upperBound"-> "1000000",
      "numPartitions"-> "50"
      )
).load()
    srcData.filter("user_id>=1 and user_id<=1000000").saveToEs("test_users/sm_1")

}

当我跑srcData.printSchema()

我明白了：

|-- dwh_insert_ts: timestamp (nullable = true)
|-- dwh_update_ts: timestamp (nullable = true)

当我在http://localhost:9200/test_users/_mapping/sm_1上查询索引映射时

我知道了

"properties": {
"dwh_insert_ts": {
"type": "long"
},
"dwh_update_ts": {
"type": "long"
},

是否需要强制弹性搜索来保持时间戳并进行转换？

Answer 1

您可以使用https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-date-format.html的几种日期格式

Answer 2

您可以查看以下ES doc page。

在我看来你的配置是错误的和无用的：

conf.set("es.mapping.rich.date", "true")

正确的名称在here中定义：

es.mapping.date.rich

由于它默认为true你可能不需要它。

Answer 3

即使在设置了“es.mapping.rich.date”之后我仍然面临着这个问题，“真的”我正在使用带有pyspark的elasticsearch 6.6

df.write.format("org.elasticsearch.spark.sql").option("es.nodes.wan.only","true").option("es.port","9200").option("es.net.ssl","false").option("es.nodes", esURL).option("es.mapping.id", "Tuple_ID").option("es.mapping.rich.date","true").mode("Overwrite").save("readings/sensors")