Blame view

scripts/inspect/check_es_data.py 9.03 KB
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
1
2
  #!/usr/bin/env python3
  """
7746376c   tangwang   日志统一用中文
3
  Check actual data in ES index to see if facet fields have values
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
4
5
6
7
8
9
10
  """
  
  import sys
  import os
  import argparse
  from pathlib import Path
  
32e9b30c   tangwang   scripts/ 根目录主要保留启...
11
  sys.path.insert(0, str(Path(__file__).resolve().parents[2]))
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
12
13
14
15
16
  
  from utils.es_client import ESClient
  
  
  def check_es_facet_fields(es_client, tenant_id: str, size: int = 5):
7746376c   tangwang   日志统一用中文
17
      """Check facet-related fields in ES"""
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
18
      print("\n" + "="*60)
7746376c   tangwang   日志统一用中文
19
      print("Checking facet field data in ES index")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
20
21
22
23
24
25
26
27
28
29
30
      print("="*60)
      
      query = {
          "query": {
              "term": {
                  "tenant_id": tenant_id
              }
          },
          "size": size,
          "_source": [
              "spu_id",
d7d48f52   tangwang   改动(mapping + 灌入结构)
31
              "title",
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
32
33
34
35
              "category1_name",
              "category2_name",
              "category3_name",
              "category_name",
d7d48f52   tangwang   改动(mapping + 灌入结构)
36
              "category_path",
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
37
38
39
40
41
42
43
44
45
46
47
48
              "specifications",
              "option1_name",
              "option2_name",
              "option3_name"
          ]
      }
      
      try:
          response = es_client.client.search(index="search_products", body=query)
          hits = response.get('hits', {}).get('hits', [])
          total = response.get('hits', {}).get('total', {}).get('value', 0)
          
7746376c   tangwang   日志统一用中文
49
50
          print(f"\nTotal documents: {total}")
          print(f"Checking first {len(hits)} documents:\n")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
51
52
53
          
          for i, hit in enumerate(hits, 1):
              source = hit.get('_source', {})
d7d48f52   tangwang   改动(mapping + 灌入结构)
54
55
              title_obj = source.get("title") or {}
              category_path_obj = source.get("category_path") or {}
7746376c   tangwang   日志统一用中文
56
              print(f"Document {i}:")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
57
              print(f"  spu_id: {source.get('spu_id')}")
d7d48f52   tangwang   改动(mapping + 灌入结构)
58
              print(f"  title.zh: {str(title_obj.get('zh', ''))[:50] if isinstance(title_obj, dict) else ''}")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
59
60
61
62
              print(f"  category1_name: {source.get('category1_name')}")
              print(f"  category2_name: {source.get('category2_name')}")
              print(f"  category3_name: {source.get('category3_name')}")
              print(f"  category_name: {source.get('category_name')}")
d7d48f52   tangwang   改动(mapping + 灌入结构)
63
              print(f"  category_path.zh: {category_path_obj.get('zh') if isinstance(category_path_obj, dict) else None}")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
64
65
66
67
68
69
              print(f"  option1_name: {source.get('option1_name')}")
              print(f"  option2_name: {source.get('option2_name')}")
              print(f"  option3_name: {source.get('option3_name')}")
              
              specs = source.get('specifications', [])
              if specs:
7746376c   tangwang   日志统一用中文
70
                  print(f"  specifications count: {len(specs)}")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
71
72
73
74
                  # 显示前3个specifications
                  for spec in specs[:3]:
                      print(f"    - name: {spec.get('name')}, value: {spec.get('value')}")
              else:
7746376c   tangwang   日志统一用中文
75
                  print(f"  specifications: empty")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
76
77
78
              print()
              
      except Exception as e:
7746376c   tangwang   日志统一用中文
79
          print(f"Error: {e}")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
80
81
82
83
84
          import traceback
          traceback.print_exc()
  
  
  def check_facet_aggregations(es_client, tenant_id: str):
7746376c   tangwang   日志统一用中文
85
      """Check facet aggregation queries"""
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
86
      print("\n" + "="*60)
7746376c   tangwang   日志统一用中文
87
      print("Checking facet aggregation query results")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
      print("="*60)
      
      query = {
          "query": {
              "term": {
                  "tenant_id": tenant_id
              }
          },
          "size": 0,
          "aggs": {
              "category1_facet": {
                  "terms": {
                      "field": "category1_name",
                      "size": 10
                  }
              },
              "color_facet": {
                  "nested": {
                      "path": "specifications"
                  },
                  "aggs": {
                      "filter_by_name": {
                          "filter": {
                              "term": {
                                  "specifications.name": "color"
                              }
                          },
                          "aggs": {
                              "value_counts": {
                                  "terms": {
                                      "field": "specifications.value",
                                      "size": 10
                                  }
                              }
                          }
                      }
                  }
              },
              "size_facet": {
                  "nested": {
                      "path": "specifications"
                  },
                  "aggs": {
                      "filter_by_name": {
                          "filter": {
                              "term": {
                                  "specifications.name": "size"
                              }
                          },
                          "aggs": {
                              "value_counts": {
                                  "terms": {
                                      "field": "specifications.value",
                                      "size": 10
                                  }
                              }
                          }
                      }
                  }
              },
              "material_facet": {
                  "nested": {
                      "path": "specifications"
                  },
                  "aggs": {
                      "filter_by_name": {
                          "filter": {
                              "term": {
                                  "specifications.name": "material"
                              }
                          },
                          "aggs": {
                              "value_counts": {
                                  "terms": {
                                      "field": "specifications.value",
                                      "size": 10
                                  }
                              }
                          }
                      }
                  }
              }
          }
      }
      
      try:
          response = es_client.client.search(index="search_products", body=query)
          aggs = response.get('aggregations', {})
          
7746376c   tangwang   日志统一用中文
177
          print("\n1. category1_name facet:")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
178
179
180
181
182
183
          category1 = aggs.get('category1_facet', {})
          buckets = category1.get('buckets', [])
          if buckets:
              for bucket in buckets:
                  print(f"  {bucket['key']}: {bucket['doc_count']}")
          else:
7746376c   tangwang   日志统一用中文
184
              print("  empty (no data)")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
185
          
7746376c   tangwang   日志统一用中文
186
          print("\n2. specifications.color facet:")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
187
188
189
190
191
192
193
194
          color_agg = aggs.get('color_facet', {})
          color_filter = color_agg.get('filter_by_name', {})
          color_values = color_filter.get('value_counts', {})
          color_buckets = color_values.get('buckets', [])
          if color_buckets:
              for bucket in color_buckets:
                  print(f"  {bucket['key']}: {bucket['doc_count']}")
          else:
7746376c   tangwang   日志统一用中文
195
              print("  empty (no data)")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
196
          
7746376c   tangwang   日志统一用中文
197
          print("\n3. specifications.size facet:")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
198
199
200
201
202
203
204
205
          size_agg = aggs.get('size_facet', {})
          size_filter = size_agg.get('filter_by_name', {})
          size_values = size_filter.get('value_counts', {})
          size_buckets = size_values.get('buckets', [])
          if size_buckets:
              for bucket in size_buckets:
                  print(f"  {bucket['key']}: {bucket['doc_count']}")
          else:
7746376c   tangwang   日志统一用中文
206
              print("  empty (no data)")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
207
          
7746376c   tangwang   日志统一用中文
208
          print("\n4. specifications.material facet:")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
209
210
211
212
213
214
215
216
          material_agg = aggs.get('material_facet', {})
          material_filter = material_agg.get('filter_by_name', {})
          material_values = material_filter.get('value_counts', {})
          material_buckets = material_values.get('buckets', [])
          if material_buckets:
              for bucket in material_buckets:
                  print(f"  {bucket['key']}: {bucket['doc_count']}")
          else:
7746376c   tangwang   日志统一用中文
217
              print("  empty (no data)")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
218
219
              
      except Exception as e:
7746376c   tangwang   日志统一用中文
220
          print(f"Error: {e}")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
221
222
223
224
225
          import traceback
          traceback.print_exc()
  
  
  def main():
7746376c   tangwang   日志统一用中文
226
      parser = argparse.ArgumentParser(description='Check facet field data in ES index')
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
227
      parser.add_argument('--tenant-id', required=True, help='Tenant ID')
7746376c   tangwang   日志统一用中文
228
229
      parser.add_argument('--es-host', help='Elasticsearch host (or use env var ES_HOST, default: http://localhost:9200)')
      parser.add_argument('--size', type=int, default=5, help='Number of documents to check (default: 5)')
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
230
231
232
233
234
235
236
237
      
      args = parser.parse_args()
      
      # 连接ES
      es_host = args.es_host or os.environ.get('ES_HOST', 'http://localhost:9200')
      es_username = os.environ.get('ES_USERNAME')
      es_password = os.environ.get('ES_PASSWORD')
      
7746376c   tangwang   日志统一用中文
238
      print(f"Connecting to Elasticsearch: {es_host}")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
239
240
241
242
243
244
245
246
247
      print(f"Tenant ID: {args.tenant_id}\n")
      
      try:
          if es_username and es_password:
              es_client = ESClient(hosts=[es_host], username=es_username, password=es_password)
          else:
              es_client = ESClient(hosts=[es_host])
          
          if not es_client.ping():
7746376c   tangwang   日志统一用中文
248
              print(f"✗ Cannot connect to Elasticsearch: {es_host}")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
249
              return 1
7746376c   tangwang   日志统一用中文
250
          print("✓ Elasticsearch connected successfully\n")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
251
      except Exception as e:
7746376c   tangwang   日志统一用中文
252
          print(f"✗ Failed to connect to Elasticsearch: {e}")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
253
254
255
256
257
258
259
          return 1
      
      # 检查ES数据
      check_es_facet_fields(es_client, args.tenant_id, args.size)
      check_facet_aggregations(es_client, args.tenant_id)
      
      print("\n" + "="*60)
7746376c   tangwang   日志统一用中文
260
      print("Check completed")
a10a89a3   tangwang   构造测试数据用于测试分类 和 三种...
261
262
263
264
265
266
267
      print("="*60)
      
      return 0
  
  
  if __name__ == '__main__':
      sys.exit(main())