ES入门

简介: ES入门

**注意事项-------使用ealsticsearch要配置java的开发环境JDK(1.8以上)

ealsticsearch:               索引(Index)    类型(type)    文档(Document)   字段(Fields)

关系型数据库:                 数据库         表            行               列


from elasticsearch import Elasticsearch
 

默认host为localhost,port为9200.但也可以指定host与port

es = Elasticsearch("http://127.0.0.1:9200")
 

插入数据,index,doc_type名称可以自定义,id可以根据需求赋值,body为内容

es.index(index="my_index",doc_type="test_type",id=0,body={"name":"python","addr":"深圳"})
es.index(index="my_index",doc_type="test_type",id=1,body={"name":"java","addr":"北京"})
 

同样是插入数据,create() 方法需要我们指定 id 字段来唯一标识该条数据,而 index() 方法则不需要,如果不指定 id,会自动生成一个 id

es.create(index="my_index",doc_type="test_type",id=1,body={"name":"python","addr":"深圳"})
 

删除指定的index、type、id的文档

es.delete(index='indexName', doc_type='typeName', id=1)
 

删除index

es.indices.delete(index='news', ignore=[400, 404])
 
query = {'query': {'match_all': {}}}# 查找所有文档
query1 = {'query': {'match': {'sex': 'famale'}}}# 删除性别为女性的所有文档
query2 = {'query': {'range': {'age': {'lt': 11}}}}# 删除年龄小于11的所有文档
query3 = {'query': {'term': {'name': 'jack'}}}# 查找名字叫做jack的所有文档
 
 

删除所有文档

es.delete_by_query(index="my_index",doc_type="test_type",body=query)
 

get:获取指定index、type、id所对应的文档

es.get(index="my_index",doc_type="test_type",id=1)
 

search:查询满足条件的所有文档,没有id属性,且index,type和body均可为None

result = es.search(index="my_index",doc_type="test_type",body=query)
print(result'hits'[0])# 返回第一个文档的内容
 

update:更新指定index、type、id所对应的文档

更新的主要点:

1. 需要指定 id

2. body={"doc": } , 这个doc是必须的

es.update(index="my_index",doc_type="test_type",id=1,body={"doc":{"name":"python1","addr":"深圳1"}})


---查询所有数据
 # 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

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

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
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
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
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

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
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

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
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

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

获取数据量

es.count(index="my_index",doc_type="test_type")

---度量类聚合
获取最小值
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
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
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
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)

目录
相关文章
|
监控 测试技术 定位技术
探索软件测试中的自动化测试框架选择与实施###
本文不概述传统意义上的摘要内容,而是直接以一段对话形式引入,旨在激发读者兴趣。想象一下,你是一名勇敢的探险家,面前摆满了各式各样的自动化测试工具地图,每张地图都指向未知的宝藏——高效、精准的软件测试领域。我们将一起踏上这段旅程,探讨如何根据项目特性选择合适的自动化测试框架,并分享实施过程中的关键步骤与避坑指南。 ###
205 4
|
Linux 测试技术 网络安全
【好玩的开源项目】Linux系统之部署吃豆人经典小游戏
【7月更文挑战第18天】Linux系统之部署吃豆人经典小游戏
334 3
|
SQL 监控 API
Flink教程(27)- Flink Metrics监控
Flink教程(27)- Flink Metrics监控
948 1
|
存储 分布式计算 监控
数据库优化:提升性能与效率的全面策略
【10月更文挑战第21】数据库优化:提升性能与效率的全面策略
|
资源调度 分布式计算 大数据
大数据-111 Flink 安装部署 YARN部署模式 FlinkYARN模式申请资源、提交任务
大数据-111 Flink 安装部署 YARN部署模式 FlinkYARN模式申请资源、提交任务
490 0
|
消息中间件 API 数据安全/隐私保护
就软件研发问题之RocketMQ ACL 2.0加强集群组件间访问控制的问题如何解决
就软件研发问题之RocketMQ ACL 2.0加强集群组件间访问控制的问题如何解决
176 0
|
存储 Unix 索引
ES常用查询命令
ES常用查询命令
|
SQL 存储 分布式计算
Kylin使用心得:从入门到进阶的探索之旅
【5月更文挑战第2天】Apache Kylin是开源大数据分析平台,提供亚秒级OLAP查询。本文深入解析Kylin的工作原理,包括预计算模型Cube、构建过程和查询引擎。常见问题涉及Cube设计、查询性能和资源管理,解决方案涵盖合理设计、性能监控和测试验证。文中还分享了Cube创建的JSON示例,并探讨了Cube构建优化、查询优化、与其他组件集成、监控维护及生产环境问题解决。通过学习和实践,读者能有效提升数据洞察力和决策效率。
781 5
|
消息中间件 Docker 微服务
RabbitMQ入门指南(十一):延迟消息-延迟消息插件
RabbitMQ是一个高效、可靠的开源消息队列系统,广泛用于软件开发、数据传输、微服务等领域。本文主要介绍了DelayExchange插件、延迟消息插件实现延迟消息等内容。
2610 0
|
消息中间件 Apache C语言
消息队列 MQ产品使用合集之在Cluster部署模式下,使用dashboard无法查询到消费组信息,一般是什么导致的
阿里云消息队列MQ(Message Queue)是一种高可用、高性能的消息中间件服务,它允许您在分布式应用的不同组件之间异步传递消息,从而实现系统解耦、流量削峰填谷以及提高系统的可扩展性和灵活性。以下是使用阿里云消息队列MQ产品的关键点和最佳实践合集。
295 0