摘要：
1.从lasticsearchportElasticsearches=Elasticearches（[“localhost:9200”]）建立连接2.查询所有数据#方法1:es。search（index=“index_name”，doc_type=“type_name”）#方法2：body=｛“query”：｛“match_all”：{｝｝}es。搜索（index=“index”_
1. 建立连接
from elasticsearch import Elasticsearch
es = Elasticsearch(["localhost:9200"])
2. 查询所有数据
# 方式1：
es.search(index="index_name", doc_type="type_name")
# 方式2：
body = {
"query":{
"match_all":{}
}
}
es.search(index="index_name", doc_type="type_name", body=body)
3. 等于查询，term与terms
# term: 查询 xx = “xx”
body = {
"query":{
"term":{
"name":"python"
}
}
}
# 查询name="python"的所有数据
es.search(index="index_name",doc_type="type_name",body=body)
# terms: 查询 xx = “xx” 或 xx = “yy”
body = {
"query":{
"terms":{
"name":[
"ios","android"
]
}
}
}
# 查询出name="ios"或name="android"的所有数据
es.search(index="index_name",doc_type="type_name",body=body)
4. 包含查询，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="index_name",doc_type="type_name",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="index_name",doc_type="type_name",body=body)
5. ids
body = {
"query":{
"ids":{
"type":"type_name",
"values":[
"1","2"
]
}
}
}
# 搜索出id为1或2的所有数据
es.search(index="index_name",doc_type="type_name",body=body)
6. 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)
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="index_name",doc_type="type_name",body=body)
7. 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="index_name",doc_type="type_name",body=body)
8. 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="index_name",doc_type="type_name",body=body)
9. 前缀查询
body = {
"query":{
"prefix":{
"name":"p"
}
}
}
# 查询前缀为"赵"的所有数据
es.search(index="index_name",doc_type="type_name",body=body)
10. 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="index_name",doc_type="type_name",body=body)
11. 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
}
}
}
# 多字段排序，注意顺序！写在前面的优先排序
body = {
"query":{
"match_all":{}
}
"sort":[{
"age":{ # 先根据age字段升序排序
"order":"asc" # asc升序，desc降序
}
},{
"name":{ # 后根据name字段升序排序
"order":"asc" # asc升序，desc降序
}
}],
}
12. 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="index_name",doc_type="type_name",filter_path=["hits.hits._id"])
# 获取所有数据
es.search(index="index_name",doc_type="type_name",filter_path=["hits.hits._*"])
13. count, 执行查询并获取该查询的匹配数
# 获取数据量
es.count(index="index_name",doc_type="type_name")
14. 度量类聚合
14.1. 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="index_name",doc_type="type_name",body=body)
14.2. 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="index_name",doc_type="type_name",body=body)
14.3. 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="index_name",doc_type="type_name",body=body)
14.4. 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="index_name",doc_type="type_name",body=body)
15. from、size
- from：从“第几条”开始查询
- size：查询多少条
body = {
"query":{
"match_all":{}
},
"size":"50",
"from":"0"
}