Python-ElasticSearch搜索查詢的講解

更新時間：2019年02月25日 17:01:57 作者：奔跑的豆子_

今天小編就為大家分享一篇關于Python-ElasticSearch搜索查詢的講解，小編覺得內(nèi)容挺不錯的，現(xiàn)在分享給大家，具有很好的參考價值，需要的朋友一起跟隨小編來看看吧

Elasticsearch 是一個開源的搜索引擎，建立在一個全文搜索引擎庫 Apache Lucene™ 基礎之上。 Lucene 可能是目前存在的，不論開源還是私有的，擁有最先進，高性能和全功能搜索引擎功能的庫。但是 Lucene 僅僅只是一個庫。為了利用它，你需要編寫 Java 程序，并在你的 java 程序里面直接集成 Lucene 包。更壞的情況是，你需要對信息檢索有一定程度的理解才能明白 Lucene 是怎么工作的。Lucene 是很復雜的。

在上一篇文章中介紹了ElasticSearch的簡單使用，接下來記錄一下ElasticSearch的查詢：

查詢所有數(shù)據(jù)

# 搜索所有數(shù)據(jù)
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與terms

# term
body = {
  "query":{
    "term":{
      "name":"python"
    }
  }
}
# 查詢name="python"的所有數(shù)據(jù)
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"的所有數(shù)據(jù)
es.search(index="my_index",doc_type="test_type",body=body)

match與multi_match

# match:匹配name包含python關鍵字的數(shù)據(jù)
body = {
  "query":{
    "match":{
      "name":"python"
    }
  }
}
# 查詢name包含python關鍵字的數(shù)據(jù)
es.search(index="my_index",doc_type="test_type",body=body)
# multi_match:在name和addr里匹配包含深圳關鍵字的數(shù)據(jù)
body = {
  "query":{
    "multi_match":{
      "query":"深圳",
      "fields":["name","addr"]
    }
  }
}
# 查詢name和addr包含"深圳"關鍵字的數(shù)據(jù)
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為1或2d的所有數(shù)據(jù)
es.search(index="my_index",doc_type="test_type",body=body)

復合查詢bool

bool有3類查詢關系，must(都滿足),should(其中一個滿足),must_not(都不滿足)

body = {
  "query":{
    "bool":{
      "must":[
        {
          "term":{
            "name":"python"
          }
        },
        {
          "term":{
            "age":18
          }
        }
      ]
    }
  }
}
# 獲取name="python"并且age=18的所有數(shù)據(jù)
es.search(index="my_index",doc_type="test_type",body=body)

切片式查詢

body = {
  "query":{
    "match_all":{}
  }
  "from":2  # 從第二條數(shù)據(jù)開始
  "size":4  # 獲取4條數(shù)據(jù)
}
# 從第2條數(shù)據(jù)開始，獲取4條數(shù)據(jù)
es.search(index="my_index",doc_type="test_type",body=body)

范圍查詢

body = {
  "query":{
    "range":{
      "age":{
        "gte":18,    # >=18
        "lte":30    # <=30
      }
    }
  }
}
# 查詢18<=age<=30的所有數(shù)據(jù)
es.search(index="my_index",doc_type="test_type",body=body)

前綴查詢

body = {
  "query":{
    "prefix":{
      "name":"p"
    }
  }
}
# 查詢前綴為"趙"的所有數(shù)據(jù)
es.search(index="my_index",doc_type="test_type",body=body)

通配符查詢

body = {
  "query":{
    "wildcard":{
      "name":"*id"
    }
  }
}
# 查詢name以id為后綴的所有數(shù)據(jù)
es.search(index="my_index",doc_type="test_type",body=body)

排序

body = {
  "query":{
    "match_all":{}
  }
  "sort":{
    "age":{         # 根據(jù)age字段升序排序
      "order":"asc"    # asc升序，desc降序
    }
  }
}

filter_path

響應過濾

# 只需要獲取_id數(shù)據(jù),多個條件用逗號隔開
es.search(index="my_index",doc_type="test_type",filter_path=["hits.hits._id"])
# 獲取所有數(shù)據(jù)
es.search(index="my_index",doc_type="test_type",filter_path=["hits.hits._*"])

count

執(zhí)行查詢并獲取該查詢的匹配數(shù)

# 獲取數(shù)據(jù)量
es.count(index="my_index",doc_type="test_type")

度量類聚合

獲取最小值

body = {
  "query":{
    "match_all":{}
  },
  "aggs":{            # 聚合查詢
    "min_age":{         # 最小值的key
      "min":{         # 最小
        "field":"age"    # 查詢"age"的最小值
      }
    }
  }
}
# 搜索所有數(shù)據(jù)，并獲取age最小的值
es.search(index="my_index",doc_type="test_type",body=body)

獲取最大值

body = {
  "query":{
    "match_all":{}
  },
  "aggs":{            # 聚合查詢
    "max_age":{         # 最大值的key
      "max":{         # 最大
        "field":"age"    # 查詢"age"的最大值
      }
    }
  }
}
# 搜索所有數(shù)據(jù)，并獲取age最大的值
es.search(index="my_index",doc_type="test_type",body=body)

獲取和

body = {
  "query":{
    "match_all":{}
  },
  "aggs":{            # 聚合查詢
    "sum_age":{         # 和的key
      "sum":{         # 和
        "field":"age"    # 獲取所有age的和
      }
    }
  }
}
# 搜索所有數(shù)據(jù)，并獲取所有age的和
es.search(index="my_index",doc_type="test_type",body=body)

獲取平均值

body = {
  "query":{
    "match_all":{}
  },
  "aggs":{            # 聚合查詢
    "avg_age":{         # 平均值的key
      "sum":{         # 平均值
        "field":"age"    # 獲取所有age的平均值
      }
    }
  }
}
# 搜索所有數(shù)據(jù)，獲取所有age的平均值
es.search(index="my_index",doc_type="test_type",body=body)

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學習或者工作具有一定的參考學習價值，謝謝大家對腳本之家的支持。如果你想了解更多相關內(nèi)容請查看下面相關鏈接

您可能感興趣的文章:

解決TensorFlow程序無限制占用GPU的方法
這篇文章主要介紹了解決TensorFlow程序無限制占用GPU的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
2020-06-06
python爬蟲爬取超清壁紙代碼實例
這篇文章主要介紹了python爬蟲學習爬取超清壁紙代碼實例,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
2019-08-08
python 檢查文件mime類型的方法
今天小編就為大家分享一篇python 檢查文件mime類型的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2018-12-12
Flask的圖形化管理界面搭建框架Flask-Admin的使用教程
Flask-Admin是一個為Python的Flask框架服務的微型框架,可以像Django-Admin那樣為用戶生成Model層面的數(shù)據(jù)管理界面,接下來就一起來看一下Flask的圖形化管理界面搭建框架Flask-Admin的使用教程
2016-06-06
python區(qū)塊鏈創(chuàng)建多個交易教程
這篇文章主要為大家介紹了python區(qū)塊鏈創(chuàng)建多個交易的實現(xiàn)示例教程，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪
2022-05-05
Python內(nèi)存管理實例分析
這篇文章主要介紹了Python內(nèi)存管理,結(jié)合實例形式分析了Python對象的引用、垃圾回收、分配等相關原理與操作技巧,需要的朋友可以參考下
2019-07-07
Numpy掩碼式數(shù)組詳解
下面小編就為大家分享一篇Numpy掩碼式數(shù)組詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
2018-04-04
用Python的Flask框架結(jié)合MySQL寫一個內(nèi)存監(jiān)控程序
這篇文章主要介紹了用Python的Flask框架結(jié)合MySQL些一個內(nèi)存監(jiān)控程序的例子,并且能將結(jié)果作簡單的圖形化顯示,需要的朋友可以參考下
2015-11-11
python讀取mat文件生成h5文件的實現(xiàn)
這篇文章主要介紹了python讀取mat文件生成h5文件的實現(xiàn)方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教
2022-07-07
python爬蟲實現(xiàn)獲取下一頁代碼
在本篇文章里小編給大家整理了關于python爬蟲實現(xiàn)獲取下一頁代碼內(nèi)容，需要的朋友們可以參考學習下。
2020-03-03