python query_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

from：从“第几条”开始查询

size：查询多少条

body = {

"query":{

"match_all":{}

},

"size":"50",

"from":"0"

}

原文连接：