python 查詢 elasticsearch 常用方法（Query DSL）

1. 建立連接

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

2. 查詢所有數據

# 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. 等於查詢，term與terms

# term: 查詢 xx = “xx”
body = {
    "query":{
        "term":{
            "name":"python"
        }
    }
}
# 查詢name="python"的所有數據
es.search(index="index_name",doc_type="type_name",body=body)

# terms: 查詢 xx = “xx” 或 xx = “yy”
body = {
    "query":{
        "terms":{
            "name":[
                "ios","android"
            ]
        }
    }
}

# 查詢出name="ios"或name="android"的所有數據
es.search(index="index_name",doc_type="type_name",body=body)

4. 包含查詢，match與multi_match

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

6. 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"並且age=18的所有數據
es.search(index="index_name",doc_type="type_name",body=body)

7. 切片式查詢

body = {
    "query":{
        "match_all":{}
    }
    "from":2    # 從第二條數據開始
    "size":4    # 獲取4條數據
}
# 從第2條數據開始，獲取4條數據
es.search(index="index_name",doc_type="type_name",body=body)

8. 范圍查詢

body = {
    "query":{
        "range":{
            "age":{
                "gte":18,       # >=18
                "lte":30        # <=30
            }
        }
    }
}
# 查詢18<=age<=30的所有數據
es.search(index="index_name",doc_type="type_name",body=body)

9. 前綴查詢

body = {
    "query":{
        "prefix":{
            "name":"p"
        }
    }
}
# 查詢前綴為"趙"的所有數據
es.search(index="index_name",doc_type="type_name",body=body)

10. 通配符查詢

body = {
    "query":{
        "wildcard":{
            "name":"*id"
        }
    }
}
# 查詢name以id為后綴的所有數據
es.search(index="index_name",doc_type="type_name",body=body)

11. 排序

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

# 多字段排序，注意順序！寫在前面的優先排序
body = {
    "query":{
        "match_all":{}
    }
    "sort":[{
        "age":{                # 先根據age字段升序排序
            "order":"asc"      # asc升序，desc降序
        }
    },{
        "name":{               # 后根據name字段升序排序
            "order":"asc"      # asc升序，desc降序
        }
    }],
}

12. filter_path, 響應過濾

# 只需要獲取_id數據,多個條件用逗號隔開
es.search(index="index_name",doc_type="type_name",filter_path=["hits.hits._id"])
 
# 獲取所有數據
es.search(index="index_name",doc_type="type_name",filter_path=["hits.hits._*"])

13. count, 執行查詢並獲取該查詢的匹配數

# 獲取數據量
es.count(index="index_name",doc_type="type_name")

14. 度量類聚合

14.1. 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
            }
        }
    }
}
# 搜索所有數據，並獲取age最小的值
es.search(index="index_name",doc_type="type_name",body=body)

14.2. 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
            }
        }
    }
}
# 搜索所有數據，並獲取age最大的值
es.search(index="index_name",doc_type="type_name",body=body)

14.3. 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
            }
        }
    }
}
# 搜索所有數據，並獲取所有age的和
es.search(index="index_name",doc_type="type_name",body=body)

14.4. 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
            }
        }
    }
}
# 搜索所有數據，獲取所有age的平均值
es.search(index="index_name",doc_type="type_name",body=body)

15. from、size

1. from：從“第幾條”開始查詢
2. size：查詢多少條

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

原文連接：

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