python查詢es數據的語句

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