es不同查询方法的比较

最新推荐文章于 2025-04-30 22:33:19 发布

拓宽视野

最新推荐文章于 2025-04-30 22:33:19 发布

阅读量1.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： Elasticsearch python基础文章标签： es查询比较三种方式 scroll scan search

本文链接：https://blog.youkuaiyun.com/Areigninhell/article/details/86608995

python基础同时被 2 个专栏收录

97 篇文章

订阅专栏

Elasticsearch

10 篇文章

订阅专栏

本文探讨了在Elasticsearch中高效查询大量数据的方法，包括使用search、scroll和scan API，对比不同方法的效率，适用于大数据量场景。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

from elasticsearch import Elasticsearch
from elasticsearch import helpers
gol_index_name = "索引名称"
es_client = Elasticsearch(["ip"], http_auth=('用户名', '用户名密码'), port=9200)
es_search_options = {"query": {"match_all": {}},"size":10000}
    s1 = datetime.datetime.now()
    es_result = es_client.search(index=gol_index_name, doc_type="vulnerability", body=es_search_options)
    fianl_result = []
    for i in es_result["hits"]["hits"]:
        fianl_result += i["_source"]
    print("aaaa", datetime.datetime.now()-s1)
    es_search_options = {"query": {"match_all": {}}, "from":0,"size": 1000}
    s1 = datetime.datetime.now()
    fianl_result1 = []
    for i in range(10):
        es_search_options["from"] = i*100
        es_result = es_client.search(index=gol_index_name, doc_type="vulnerability", body=es_search_options)
        fianl_result1.extend(es_result["hits"]["hits"])
    print("bbbbb", datetime.datetime.now() - s1)
    scroll_id_op = {"query": {"match_all": {}}}

    s1 = datetime.datetime.now()
    page = es_client.search(index=gol_index_name, doc_type="vulnerability", body=scroll_id_op, scroll="1m", size=100,
                            timeout="3m")
    sid = page['_scroll_id']
    scroll_size = page['hits']['total']
    # print(scroll_size)
    final_result = []
    final_result += [x['_source'] for x in page['hits']['hits']]
    i = 1
    while scroll_size > 0:
        if i >= 101:
            break
        page = es_client.scroll(scroll_id=sid, scroll='2m')
        # Update the scroll ID
        sid = page['_scroll_id']
        scroll_size = len(page['hits']['hits'])
        docs = page['hits']['hits']
        final_result += [x['_source'] for x in docs]
        i += 1
    print("ccccc", datetime.datetime.now() - s1)

以上只查询1万条数据，search可以实现（es默认10000条，如果超出，这不试用，但是这个默认查询的最大值1万可以修改）单纯用search会比较节省时间

如果大于1万条数据或者大于咱们设置的search查询的最大阈值时用下两种方式可以实现查询，不过都不能排序和实现web端的分页：

page = es_client.search(index=gol_index_name, doc_type="vulnerability", body=scroll_id_op, scroll="1m", size=100,
                            timeout="3m")

es_result = helpers.scan(
        client=es_client,
        query=es_search_options,
        scroll='1m',
        index=index_name,
        doc_type="vulnerability",
        timeout='1m'
    )