Python操作Elasticsearch例子

分布式搜索引擎Elasticsearch非常受欢迎,对应Python库为elasticsearch

from elasticsearch import Elasticsearch
# 连接引擎
es = Elasticsearch(hosts=['127.0.0.1:9200'],http_auth=('elastic','password'))
# 创建索引
es.indices.create(index='test-index', ignore=400)
# 删除索引
es.indices.delete(index='test-index', ignore=[400,404])

下段为对引擎进行增加和删除数据操作部分;

msg = {'author': 'user','text': 'this is a test msg'}
# 对索引添加数据,无需设置ID,会自动添加
res = es.index(index="test-index", document=msg)
# 对索引添加数据,需要设置ID,ID不能重复
res = es.create(index="test-index", id=1314, document=msg)

# 删除索引中对应ID数据
res = es.delete(index="test-index", id=1314)
# 删除索引中对应author为user的数据
query = {"query": {"match": {'author': 'user'}}}
res = es.delete_by_query(index="test-index", body=query)

 下段为使用引擎进行简单搜索的操作部分;

# 查询索引中对应author为user的数据
query = {"match": {'author': 'user'}}
res = es.search(index="test-index", query=query)
# 查询索引中所有数据
query = {"match_all":{}}
res = es.search(index="test-index", query=query)

# 查询索引的数据量
res = es.count(index="test-index")
# 查询索引中对应author为user的数据量
query = {"query": {"match": {'author': 'user'}}}
res = es.count(index="test-index", body=query)

利用Python操作Elasticsearch可以使用elasticsearchelasticsearch-dsl这两个库,也可以使用更为简单的es-pandas库。其中,elasticsearch库提供了与Elasticsearch交互的低级接口,而elasticsearch-dsl库则提供了更高级别的查询构建器和对象映射器。es-pandas库则提供了一种将Elasticsearch数据转换为pandas DataFrame的简单方法。 以下是一个使用elasticsearch库进行查询的例子: ```python from elasticsearch import Elasticsearch # 连接到Elasticsearch es = Elasticsearch() # 查询所有文档 res = es.search(index="my_index", body={"query": {"match_all": {}}}) # 输出结果 for hit in res['hits']['hits']: print(hit['_source']) ``` 以下是一个使用elasticsearch-dsl库进行查询的例子: ```python from elasticsearch import Elasticsearch from elasticsearch_dsl import Search # 连接到Elasticsearch es = Elasticsearch() # 创建查询对象 s = Search(using=es, index="my_index").query("match", title="python") # 执行查询并输出结果 response = s.execute() for hit in response: print(hit.title) ``` 以下是一个使用es-pandas库将Elasticsearch数据转换为pandas DataFrame的例子: ```python from es_pandas import es_pandas # 将Elasticsearch数据转换为pandas DataFrame df = es_pandas.DataFrame({ "host": {"field": "host.keyword"}, "response": {"field": "response_time_ms"}, "timestamp": {"field": "@timestamp", "dtype": "datetime64[ns]"} }, es_url="http://localhost:9200", es_index_pattern="my_index-*") # 输出DataFrame print(df.head()) ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值