1. 建立连接
from elasticsearch import Elasticsearches = 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：
--Posted from Rpc