ElasticSearch-PYTHON_python es.index-优快云博客

一、常规操作

1.1 建立连接

from elasticsearch import Elasticsearch
es = Elasticsearch([{"host": "主机名", "port": 端口}],
                      http_auth=('账号', '密码'))

1.2 在ES中插入数据

def add_one_index(body):
    es.index(index="test_index", doc_type="_doc", body=body)
# 插入单条数据
add_one_index({'rate_type': 'report_user_rate', 'rate_key': '张三', 'rate_value': 0.23})

1.3 获取ES中的所有数据

def print_all():
    # 获取所有数据
    body = {
        "query": {
            "match_all": {}
        }
    }
    #精准匹配
    body = {
    "query":{
        "term":{
            "rate_type":"report_user_rate"
        }
        }
    }
	#匹配查询
	body = {
    "query":{
        "match":{
            "sku_name":"卡通可爱包包汽车挂件萌琪琪钥匙扣小礼品创意手机 可妮兔蒙奇奇+白+红白铃"
        }
	    }
	}
	#match_phrase 的查询不会被分词
	body = {
	    "query":{
	        "match_phrase":{
	            "sku_name":"卡通可爱包包汽车挂件萌琪琪钥匙扣小礼品创意手机 可妮兔蒙奇奇+白+红白铃"
	        }
	    }
	}

    result = es.search(index="mingzi,可以插入时直接指定", doc_type="_doc", body=body)

    rate_item_list = []
    for item in result['hits']['hits']:
        rate_item = item['_source']
        rate_item_list.append(rate_item)
    print(rate_item_list)

1.4 删除ES中的数据

body = {
    "query": {
        "match_all": {}
    }
}
es.delete_by_query(index='test_index', body=body, doc_type='_doc')
#处理超时问题 request_timeout
es.delete_by_query(index='test_index', body=body, doc_type='_doc',request_timeout=600)

1.5 ES 配置查询

# print(es.cat.count())  # 集群内的文档总数
print(es.cat.count(index='索引名称'))  # 指定索引文档总数

二、PYSPRK

三、参考资料

https://blog.youkuaiyun.com/qq_55752792/article/details/125430563
https://www.cnblogs.com/ExMan/p/11323984.html (es查询)
https://www.cnblogs.com/wangshouchang/p/8029825.html （相对比较好用）
https://www.cnblogs.com/maoruqiang/p/11509873.html#61–python%E8%BF%9E%E6%8E%A5-es （查看配置信息）
https://www.jianshu.com/p/3ccd902f0a03 （pyspark 数据写入es）
https://xcel.me/pyspark-write-to-elasticsearch/ （pyspark es 写入，包含包）
https://blog.youkuaiyun.com/dianxiang0791/article/details/101604611 （配置jar包）
https://www.cnblogs.com/Neeo/articles/10788573.html (批量写入数据)
https://cuiyonghua.com/2019/11/database/%E5%A4%A7%E6%95%B0%E6%8D%AE/es%E4%BB%8B%E7%BB%8D%E5%8F%8Apython%E6%93%8D%E4%BD%9Ces/ （感觉内容比较好用）