python调用elasticsearch（Python-ElasticSearch搜索查询的讲解）

python调用elasticsearch

Python-ElasticSearch搜索查询的讲解

Elasticsearch 是一个开源的搜索引擎，建立在一个全文搜索引擎库 Apache Lucene™ 基础之上。 Lucene 可能是目前存在的，不论开源还是私有的，拥有最先进，高性能和全功能搜索引擎功能的库。但是 Lucene 仅仅只是一个库。为了利用它，你需要编写 Java 程序，并在你的 java 程序里面直接集成 Lucene 包。 更坏的情况是，你需要对信息检索有一定程度的理解才能明白 Lucene 是怎么工作的。Lucene 是 很 复杂的。

在上一篇文章中介绍了ElasticSearch的简单使用，接下来记录一下ElasticSearch的查询：

查询所有数据

?

1 2 3 4 5 6 7 8 9

# 搜索所有数据 es.search(index="my_index",doc_type="test_type") # 或者 body = {   "query":{     "match_all":{}   } } es.search(index="my_index",doc_type="test_type",body=body)

term与terms

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

# term body = {   "query":{     "term":{       "name":"python"     }   } } # 查询name="python"的所有数据 es.search(index="my_index",doc_type="test_type",body=body) # terms body = {   "query":{     "terms":{       "name":[         "python","android"       ]     }   } } # 搜索出name="python"或name="android"的所有数据 es.search(index="my_index",doc_type="test_type",body=body)

match与multi_match

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

# match:匹配name包含python关键字的数据 body = {   "query":{     "match":{       "name":"python"     }   } } # 查询name包含python关键字的数据 es.search(index="my_index",doc_type="test_type",body=body) # multi_match:在name和addr里匹配包含深圳关键字的数据 body = {   "query":{     "multi_match":{       "query":"深圳",       "fields":["name","addr"]     }   } } # 查询name和addr包含"深圳"关键字的数据 es.search(index="my_index",doc_type="test_type",body=body)

ids

?

1 2 3 4 5 6 7 8 9 10 11 12

body = {   "query":{     "ids":{       "type":"test_type",       "values":[         "1","2"       ]     }   } } # 搜索出id为1或2d的所有数据 es.search(index="my_index",doc_type="test_type",body=body)

复合查询bool

bool有3类查询关系，must(都满足),should(其中一个满足),must_not(都不满足)

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

body = {   "query":{     "bool":{       "must":[         {           "term":{             "name":"python"           }         },         {           "term":{             "age":18           }         }       ]     }   } } # 获取name="python"并且age=18的所有数据 es.search(index="my_index",doc_type="test_type",body=body)

切片式查询

?

1 2 3 4 5 6 7 8 9

body = {   "query":{     "match_all":{}   }   "from":2  # 从第二条数据开始   "size":4  # 获取4条数据 } # 从第2条数据开始，获取4条数据 es.search(index="my_index",doc_type="test_type",body=body)

范围查询

?

1 2 3 4 5 6 7 8 9 10 11 12

body = {   "query":{     "range":{       "age":{         "gte":18,    # >=18         "lte":30    # <=30       }     }   } } # 查询18<=age<=30的所有数据 es.search(index="my_index",doc_type="test_type",body=body)

前缀查询

?

1 2 3 4 5 6 7 8 9

body = {   "query":{     "prefix":{       "name":"p"     }   } } # 查询前缀为"赵"的所有数据 es.search(index="my_index",doc_type="test_type",body=body)

通配符查询

?

1 2 3 4 5 6 7 8 9

body = {   "query":{     "wildcard":{       "name":"*id"     }   } } # 查询name以id为后缀的所有数据 es.search(index="my_index",doc_type="test_type",body=body)

排序

?

1 2 3 4 5 6 7 8 9 10

body = {   "query":{     "match_all":{}   }   "sort":{     "age":{         # 根据age字段升序排序       "order":"asc"    # asc升序，desc降序     }   } }

filter_path

响应过滤

?

1 2 3 4

# 只需要获取_id数据,多个条件用逗号隔开 es.search(index="my_index",doc_type="test_type",filter_path=["hits.hits._id"]) # 获取所有数据 es.search(index="my_index",doc_type="test_type",filter_path=["hits.hits._*"])

count

执行查询并获取该查询的匹配数

?

1 2	# 获取数据量 es.count(index="my_index",doc_type="test_type")

度量类聚合

• 获取最小值

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

body = {   "query":{     "match_all":{}   },   "aggs":{            # 聚合查询     "min_age":{         # 最小值的key       "min":{         # 最小         "field":"age"    # 查询"age"的最小值       }     }   } } # 搜索所有数据，并获取age最小的值 es.search(index="my_index",doc_type="test_type",body=body)

• 获取最大值

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

body = {   "query":{     "match_all":{}   },   "aggs":{            # 聚合查询     "max_age":{         # 最大值的key       "max":{         # 最大         "field":"age"    # 查询"age"的最大值       }     }   } } # 搜索所有数据，并获取age最大的值 es.search(index="my_index",doc_type="test_type",body=body)

• 获取和

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

body = {   "query":{     "match_all":{}   },   "aggs":{            # 聚合查询     "sum_age":{         # 和的key       "sum":{         # 和         "field":"age"    # 获取所有age的和       }     }   } } # 搜索所有数据，并获取所有age的和 es.search(index="my_index",doc_type="test_type",body=body)

• 获取平均值

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14

body = {   "query":{     "match_all":{}   },   "aggs":{            # 聚合查询     "avg_age":{         # 平均值的key       "sum":{         # 平均值         "field":"age"    # 获取所有age的平均值       }     }   } } # 搜索所有数据，获取所有age的平均值 es.search(index="my_index",doc_type="test_type",body=body)

更多的搜索用法：

https://elasticsearch-py.readthedocs.io/en/master/api.html

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对开心学习网的支持。如果你想了解更多相关内容请查看下面相关链接

原文链接：https://blog.csdn.net/y472360651/article/details/76652021