es 入门

简介: **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:          ...

**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
|
机器学习/深度学习 算法 搜索推荐
"震撼揭秘!阿里云AIGC智能图像识别:黑科技如何颠覆你的视界,让图像识别秒变超能力,生活工作全面革新!"
【8月更文挑战第12天】在数字化浪潮中,图像数据激增,高效准确处理成为关键。阿里云智能图像识别服务(AIGC)应运而生,依托深度学习与计算机视觉技术,实现图像特征精确提取与理解。通过大规模数据训练及优化算法,AIGC在图像分类、目标检测等方面表现出色。其应用场景广泛,从电商的商品识别到内容安全审核,再到智能交通和医疗影像分析,均展现出巨大潜力。示例代码展示了AIGC图像生成的基本流程,彰显其技术实力与未来前景。
357 1
|
机器学习/深度学习 人工智能 自然语言处理
构建智能化编程助手:AI 在软件开发中的新角色
随着AI技术的发展,智能化编程助手正逐渐改变软件开发方式。本文介绍其核心功能,如代码自动补全、智能错误检测等,并探讨如何利用机器学习、自然语言处理及知识图谱等技术构建高效、易用的编程助手,提升开发效率与代码质量,同时讨论面临的技术挑战与未来前景。
|
数据格式
如何绘制热图?ggplot2入门笔记
如何绘制热图?ggplot2入门笔记
|
网络虚拟化 网络架构
三层交换机的详细配置步骤
三层交换机的详细配置步骤 1、三层交换机 三层交换机就是具有部分路由器功能的交换机,工作在OSI网络标准模型的第三层:网络层。三层交换机的最重要目的是加快大型局域网内部的数据交换,所具有的路由功能也是为这目的服务的,能够做到一次路由,多次转发。
3698 0
|
开发框架 资源调度 前端开发
Umi框架
Umi框架
644 0
|
机器学习/深度学习 编解码 算法
ICME 2023 | PACC: RTC 下基于用户感知的拥塞控制
ICME 2023 | PACC: RTC 下基于用户感知的拥塞控制
341 0
|
机器学习/深度学习 Web App开发 算法
强化学习(Reinforcement Learning)
强化学习(Reinforcement Learning)是机器学习的一个分支,旨在让智能体(agent)通过与环境的交互学习如何做出决策以最大化累积奖励。在强化学习中,智能体通过试错的方式与环境进行交互,并根据环境的反馈(奖励或惩罚)调整自己的行为。
333 2
|
存储 编解码 监控
基于Python的屏幕监控软件
屏幕监控软件的实现涉及到复杂的操作和权限,同时也涉及到隐私和合法性的问题。这是一个基于Python的小示例,展示如何使用第三方库pyautogui来截屏并保存截图
899 0
|
数据挖掘
ArcGIS:如何进行栅格数据的拼接和裁剪、坡度坡向的提取、地形透视图的建立、等高线的提取、剖面图的创建?
ArcGIS:如何进行栅格数据的拼接和裁剪、坡度坡向的提取、地形透视图的建立、等高线的提取、剖面图的创建?
707 0
|
JavaScript Java Linux
Utools软件的使用教程又双叒叕更新了~
Utools软件的使用教程又双叒叕更新了~
1154 0
Utools软件的使用教程又双叒叕更新了~