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。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，谢谢大家对毛票票的支持。如果你想了解更多相关内容请查看下面相关链接