Python语言，ES（Elasticsearch）基础查询-Toy模板网

这篇具有很好参考价值的文章主要介绍了Python语言，ES（Elasticsearch）基础查询。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

# 有版本匹配的问题，可能需要安装指定版本。 对应7.X的ES， 我安装的是Elasticsearch=7.13.0的版本
from elasticsearch import Elasticsearch
es = Elasticsearch(["http://IP:port/"])

# 查询所有数据
body1 = {
    "query":{
        "match_all": {}
    }
}

# 等于查询，term: 查询 XX = “xx”，关键词不会被拆分。注意：如果字段值是字符串（尤其是汉字），字段名称后面最好加上“.keyword”进行全匹配，要不然可能查不到（可能是分词的原因）
body2 = {
    "query": {
        "term": {
            "数据库字段": "weixin"
        }
    },
    "size":"5",   # 指定查询多少条
}

# 等于查询，terms: 查询 xx = “xx” 或 xx = “yy”
body3 = {
    "query":{
        "terms":{
            "author.keyword": [
                "关键词1", "关键词2"
            ]
        }
    }
}

# 包含查询，match:匹配author字段包含"XXXX"关键字的数据，关键词分词后再去查询。
# 注意：加上".keyword"是精确查询（完全匹配），如果不加，匹配一个字（分词）就算匹配了
body4 = {
    "query": {
        "match": {
            "author.keyword": "XXXX"
        }
    }
}

# 包含查询，multi_match: 在author和title字段里匹配包含“新华”关键字的数据。
body5 = {
    "query": {
        "multi_match": {
            "query": "新华",
            "fields": ["author.keyword", "title"]
        }
    }
}

# 复合查询bool
# bool有3类查询关系：
# must(都满足)
# should(没有must和filter时，其中一个满足；如果有must,可以用"minimum_should_match"指定最少满足的条件个数),
# must_not(都不满足)，即bool查询必须有这些关系词。
# 查询关系(must)后面用[]包裹多个查询条件，每个查询条件用{}括起来，每个查询条件用“,”分开
body6 = {
    "query":{
        "bool":{
            "must":[
                {
                    "term":{
                        "author.keyword":"财经"
                    }
                },
                {
                    "term":{
                        "字段名":"3"
                    }
                }
            ]
        }
    }
}

# 范围查询，"range"可以放到复合查询里，"bool":{"must":[{"range":{"XXTime":{"gte":1649952000000,"lt":1650038400000}}}]}
body7 = {
    "query":{
        "range":{
            "createdTime":{
                "gte":1649952000000,       # >= 大于等于
                "lt":1650038400000        # < 小于
            }
        }
    }
}

# 通配符查询
body8 = {
    "query":{
        "wildcard":{
            "title":"zh*"
        }
    }
}
# 前缀查询
body9 = {
    "query":{
        "prefix":{
            "title":"zh"
        }
    }
}
# 排序 可以多字段排序，"sort":[{"field1":{"order":"asc"}},{"field2":{"order":"desc"}}]
# 注意顺序！写在前面的优先排序
# 注意，如果是字符串(test)类型，需要修改属性开启fielddata, fielddata非常耗费资源，不建议用，最好是查询结果保存进行后处理。
body10 = {
    "query":{
        "range":{
            "你的字段名":{
                "gte": 0,       # >= 大于等于
                "lt": 0.15,        # < 小于
            }
        }
    },
    "sort":{
        "你的字段名":{                 # 根据字段升序排序
            "order":"asc"       # asc升序，desc降序
        }
    }
}

# 开启fielddata方法，POST /（你的索引名称）/_mapping，如下body没有验证，不敢修字段属性。（基于python的elasticsearch库，怎么设置属性，不清楚）
body_only_know = {   # 此body 仅限于了解
    "properties": {
        "你的字段名": {
            "type": "text",
            "fielddata": True
        }
    }
}

# 聚合，获取最小值。聚合也是要数字类型，如果是text需要修改字段属性"fielddata": True，才能排序或聚合（不敢修改）
body11 = {
    "query":{
        "range":{
            "你的字段名":{
                "gte": 0,          # >= 大于等于
                "lt": 0.15,        # < 小于
            }
        }
    },
    "aggs":{                               # 聚合查询
        "min_你的字段名":{                  # 最小值的key
            "min":{                        # 最小
                "field":"你的字段名"       # 查询最小值
            }
        }
    }
}

# 聚合，获取最大值
body12 = {
    "query":{
        "range":{
            "你的字段名":{
                "gte": 0,          # >= 大于等于
                "lt": 0.15,        # < 小于
            }
        }
    },
    "aggs":{                               # 聚合查询
        "max_你的字段名":{                 # 最小值的key
            "max":{                        # 最小
                "field":"你的字段名"       # 查询最小值
            }
        }
    }
}
# 求和
body13 = {
    "query":{
        "match_all":{}
    },
    "aggs":{                              # 聚合查询
        "sum_你的字段名":{                 # 和的key
            "sum":{                        # 和
                "field":"你的字段名"       # 获取该字段的和
            }
        }
    }
}

# 求平均值
body14 = {
    "query":{
        "match_all":{}
    },
    "aggs":{                               # 聚合查询
        "avg_你的字段名":{                 # 平均值的key
            "avg":{                        # 平均值
                "field":"你的字段名"       # 获取所有age的平均值
            }
        }
    }
}

body15 = {
    "query":{
        "bool":{
            "must":[
                {
                    "range":{"你的字段名":{"gte": 0,"lt": 0.15}}
                },
                {
                    "term":{"你的字段名.keyword":"财经"}
                }
            ],
            "must_not":[
                 {
                     "terms":{"你的字段名":["weixin","weibo"]}
                 }
            ],
            "should":[
                {
                    "wildcard":{
                        "title":"zh*"
                    }
                },
                {
                     "multi_match":{"query":"财经","fields":["你的字段名.keyword","你的字段名"]}
                }
            ],
            "minimum_should_match":1
        }
    }
}

# 注意doc_type='_doc',ES的新版本会去掉doc_type，发送请求的时候也不用这个参数了，老版本的ES是不是还需要这个参数不知道
#（说8.x会去掉,7.x的查询也不用这个参数了）
# 只获取_id数据
# a = es.search(index="data*", body=body15, filter_path=["hits.hits._id"])
# 获取所有字段数据
# a = es.search(index="data*", body=body10, filter_path=["hits.hits._*"])

a = es.search(index="data*", body=body15)
print(a)
print("=======================")
# b = es.count(index="data*") # 统计索引的数据量
# print(b)

参考：

https://blog.csdn.net/y472360651/article/details/76652021
https://www.cnblogs.com/bainianminguo/articles/12763099.html文章来源地址https://www.toymoban.com/news/detail-508562.html

到了这里，关于Python语言，ES（Elasticsearch）基础查询的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！