Json通过API到Elasticsearch

Question

我正在尝试向Elasticsearch添加一个json文件，该文件大约有30.000行，并且格式不正确。 我正在尝试通过Bulk API上传它，但找不到有效格式化它的方法。 我正在使用Ubuntu 16.04LTS。

这是json的格式：

{
    "rt": "2018-11-20T12:57:32.292Z",
    "source_info": { "ip": "0.0.60.50" },
    "end": "2018-11-20T12:57:32.284Z",
    "severity": "low",
    "duid": "5b8d0a48ba59941314e8a97f",
    "dhost": "004678",
    "endpoint_type": "computer",
    "endpoint_id": "8e7e2806-eaee-9436-6ab5-078361576290",
    "suser": "Katerina",
    "group": "PERIPHERALS",
    "customer_id": "a263f4c8-942f-d4f4-5938-7c37013c03be",
    "type": "Event::Endpoint::Device::AlertedOnly",
    "id": "83d63d48-f040-2485-49b9-b4ff2ac4fad4",
    "name": "Peripheral allowed: Samsung Galaxy S7 edge"
}

我确实知道Bulk API的格式需要{"index":{"_id":*}}在文件中的每个json对象之前，如下所示：

{"index":{"_id":1}}

{
    "rt": "2018-11-20T12:57:32.292Z",
    "source_info": { "ip": "0.0.60.50" },
    "end": "2018-11-20T12:57:32.284Z",
    "severity": "low",
    "duid": "5b8d0a48ba59941314e8a97f",
    "dhost": "004678",
    "endpoint_type": "computer",
    "endpoint_id": "8e7e2806-eaee-9436-6ab5-078361576290",
    "suser": "Katerina",
    "group": "PERIPHERALS",
    "customer_id": "a263f4c8-942f-d4f4-5938-7c37013c03be",
    "type": "Event::Endpoint::Device::AlertedOnly",
    "id": "83d63d48-f040-2485-49b9-b4ff2ac4fad4",
    "name": "Peripheral allowed: Samsung Galaxy S7 edge"
}

如果我手动插入索引ID，然后使用此表达式curl -s -H“ Content-Type： application/x-ndjson" -XPOST localhost:92100/ivc/default/bulk?pretty --data-binary @results.json它将没有错误地上传。

我的问题是，如何将索引id {"index":{"_id":*}}到json的每一行，以使其准备上载？ 显然，索引ID必须在每行上添加+1，是否可以通过CLI进行？

抱歉，如果该帖子看起来不正确，我在Stack Overflow中阅读了数百万篇帖子，但这是我的第一篇！ #Desperate

提前非常感谢您！

Answer 1

您的问题是Elasticsearch希望文档在ONE行上是有效的json，如下所示：

{"index":{"_id":1}}
{"rt":"2018-11-20T12:57:32.292Z","source_info":{"ip":"0.0.60.50"},"end":"2018-11-20T12:57:32.284Z","severity":"low","duid":"5b8d0a48ba59941314e8a97f","dhost":"004678","endpoint_type":"computer","endpoint_id":"8e7e2806-eaee-9436-6ab5-078361576290","suser":"Katerina","group":"PERIPHERALS","customer_id":"a263f4c8-942f-d4f4-5938-7c37013c03be","type":"Event::Endpoint::Device::AlertedOnly","id":"83d63d48-f040-2485-49b9-b4ff2ac4fad4","name":"Peripheral allowed: Samsung Galaxy S7 edge"}

您必须找到一种转换输入文件的方法，以便每行有一个文档，然后采用Val的解决方案就可以了。

Answer 2

感谢您提供的所有答案，它们确实帮助我朝正确的方向前进。

我制作了一个bash脚本来自动化日志的下载，格式化和上载到Elasticsearch：

#!/bin/bash

echo "Downloading logs from Sophos Central. Please wait."

cd /home/user/ELK/Sophos-Central-SIEM-Integration/log

#This deletes the last batch of results
rm result.json
cd .. 

#This triggers the script to download a new batch of logs from Sophos

./siem.py
cd /home/user/ELK/Sophos-Central-SIEM-Integration/log

#Adds newline at the beginning of the logs file
sed -i '1 i\{"index":{}}' result.json

#Adds indexes
sed -i '3~2s/^/{"index":{}}/' result.json

#Adds json file to elasticsearch 
curl -s -H "Content-Type: application/x-ndjson" -XPOST localhost:9200/ivc/default/_bulk?pretty --data-binary @result.json

这就是我实现这一目标的方式。 可能会有更简单的选择，但是这个对我有用。 希望对其他人有用！

再次感谢大家！ ：d