python 查询 elasticsearch 常用方法（Query DSL）

1. 建立连接

from elasticsearch import Elasticsearch es = Elasticsearch(["localhost:9200"]) 

2. 查询所有数据

# 方式1： es.search(index="index_name", doc_type="type_name") # 方式2： body = { "query":{ "match_all":{} } } es.search(index="index_name", doc_type="type_name", body=body) 

3. 等于查询，term与terms

# term: 查询 xx = “xx” body = { "query":{ "term":{ "name":"python" } } } # 查询name="python"的所有数据 es.search(index="index_name",doc_type="type_name",body=body) # terms: 查询 xx = “xx” 或 xx = “yy” body = { "query":{ "terms":{ "name":[ "ios","android" ] } } } # 查询出name="ios"或name="android"的所有数据 es.search(index="index_name",doc_type="type_name",body=body) 

4. 包含查询，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="index_name",doc_type="type_name",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="index_name",doc_type="type_name",body=body) 

5. ids

body = {
    "query":{ "ids":{ "type":"type_name", "values":[ "1","2" ] } } } # 搜索出id为1或2的所有数据 es.search(index="index_name",doc_type="type_name",body=body) 

6. 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="index_name",doc_type="type_name",body=body) 

7. 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="index_name",doc_type="type_name",body=body) 

8. 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="index_name",doc_type="type_name",body=body) 

9. 前缀查询

body = {
    "query":{ "prefix":{ "name":"p" } } } # 查询前缀为"赵"的所有数据 es.search(index="index_name",doc_type="type_name",body=body) 

10. 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="index_name",doc_type="type_name",body=body) 

11. 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 } } } # 多字段排序，注意顺序！写在前面的优先排序 body = { "query":{ "match_all":{} } "sort":[{ "age":{ # 先根据age字段升序排序 "order":"asc" # asc升序，desc降序 } },{ "name":{ # 后根据name字段升序排序 "order":"asc" # asc升序，desc降序 } }], } 

12. 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="index_name",doc_type="type_name",filter_path=["hits.hits._id"]) # 获取所有数据 es.search(index="index_name",doc_type="type_name",filter_path=["hits.hits._*"]) 

13. count, 执行查询并获取该查询的匹配数

# 获取数据量 es.count(index="index_name",doc_type="type_name") 

14. 度量类聚合

14.1. 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="index_name",doc_type="type_name",body=body) 

14.2. 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="index_name",doc_type="type_name",body=body) 

14.3. 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="index_name",doc_type="type_name",body=body) 

14.4. 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="index_name",doc_type="type_name",body=body) 

15. from、size

1. from：从“第几条”开始查询
2. size：查询多少条

body = {
    "query":{ "match_all":{} }, "size":"50", "from":"0" } 

原文连接：

1. https://blog.csdn.net/y472360651/article/details/76652021
2. https://blog.csdn.net/m_z_g_y/article/details/82628972