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ApacheLucene™基础之上。Luce

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

# 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

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="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)

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，谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接

python elasticsearch elasticsearch搜索 elasticsearch查询 python-elasticsearch搜索