2019独角兽企业重金招聘Python工程师标准>>> 
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"
}
原文连接：
- https://blog.csdn.net/y472360651/article/details/76652021
- https://blog.csdn.net/m_z_g_y/article/details/82628972
--Posted from Rpc
