侯体宗的博客
  • 首页
  • Hyperf版
  • beego仿版
  • 人生(杂谈)
  • 技术
  • 关于我
  • 更多分类
    • 文件下载
    • 文字修仙
    • 群聊
    • 九宫格抽奖
    • 拼图
    • 消消乐
    • 相册

Python-ElasticSearch搜索查询的讲解

Python  /  管理员 发布于 3年前   179

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

# termbody = {  "query":{    "term":{      "name":"python"    }  }}# 查询name="python"的所有数据es.search(index="my_index",doc_type="test_type",body=body)# termsbody = {  "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,谢谢大家的支持。如果你想了解更多相关内容请查看下面相关链接


  • 上一条:
    用python简单实现mysql数据同步到ElasticSearch的教程
    下一条:
    django使用haystack调用Elasticsearch实现索引搜索
  • 昵称:

    邮箱:

    0条评论 (评论内容有缓存机制,请悉知!)
    最新最热
    • 分类目录
    • 人生(杂谈)
    • 技术
    • linux
    • Java
    • php
    • 框架(架构)
    • 前端
    • ThinkPHP
    • 数据库
    • 微信(小程序)
    • Laravel
    • Redis
    • Docker
    • Go
    • swoole
    • Windows
    • Python
    • 苹果(mac/ios)
    • 相关文章
    • python爬虫BeautifulSoup快速抓取网站图片(0个评论)
    • vscode 配置 python3开发环境的方法(0个评论)
    • VSCode Python开发环境配置的详细步骤(0个评论)
    • 使用 Visual Studio Code(VSCode)搭建简单的Python+Django开发环境的方法步骤(0个评论)
    • 解决vscode python print 输出窗口中文乱码的问题(0个评论)
    • 近期文章
    • 在laravel框架中的5个HTTP客户端技巧分享(0个评论)
    • 在go语言中使用FFmpeg库实现PCM音频文件编码为mp3格式文件流程步骤(0个评论)
    • gopacket免安装Pcap实现驱动层流量抓包流程步骤(0个评论)
    • 在laravel项目中实现密码强度验证功能推荐扩展包:password-strength(0个评论)
    • 在go语言中用filepath.Match()函数以通配符模式匹配字符串示例(0个评论)
    • Laravel Response Classes 响应类使用优化浅析(0个评论)
    • mysql中sql_mode的各模式浅析(0个评论)
    • 百度文心一言今天发布,个人第一批内测体验记录,不好别打我(0个评论)
    • 嘿加密世界让我们谈谈在共识中将中本聪主流化(0个评论)
    • 在go语言中寻找两个切片或数组中的相同元素/共同点/交集并集示例代码(0个评论)
    • 近期评论
    • 博主 在

      2023年国务院办公厅春节放假通知:1月21日起休7天中评论 @ xiaoB 你只管努力,剩下的叫给天意;天若有情天亦老,..
    • xiaoB 在

      2023年国务院办公厅春节放假通知:1月21日起休7天中评论 会不会春节放假后又阳一次?..
    • BUG4 在

      你翻墙过吗?国内使用vpn翻墙可能会被网警抓,你需了解的事中评论 不是吧?..
    • 博主 在

      go语言+beego框架中获取get,post请求的所有参数中评论 @ t1  直接在router.go文件中配就ok..
    • Jade 在

      如何在MySQL查询中获得当月记录中评论 Dear zongscan.com team, We can skyroc..
    • 2016-10
    • 2016-11
    • 2018-04
    • 2020-03
    • 2020-04
    • 2020-05
    • 2020-06
    • 2022-01
    Top

    Copyright·© 2019 侯体宗版权所有· 粤ICP备20027696号 PHP交流群

    侯体宗的博客