python中elasticsearch_dsl模块的使用方法

000
目录

前言

elasticsearch-dsl是基于elasticsearch-py封装实现的，提供了更简便的操作elasticsearch的方法。

安装：

install elasticsearch_dsl

python中elasticsearch_dsl模块的使用方法

连接elasticsearch

from elasticsearch_dsl import connections, Search
 
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
print(es)

还可以通过alias给连接设置别名，后续可以通过别名来引用该连接，默认别名为default。

from elasticsearch_dsl import connections, Search
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
print(es)
 
# 方式二：连接es
connections.create_connection(alias=\"my_new_connection\", hosts=[\"127.0.0.1:9200\"], timeout=20)

elasticsearch_dsl.Search

search对象代表整个搜索请求，包括：queries、filters、aggregations、sort、pagination、additional parameters、associated client。

API被设置为可链接的即和用.连续操作。search对象是不可变的，除了聚合，对对象的所有更改都将导致创建包含该更改的浅表副本。

当初始化Search对象时，传递elasticsearch客户端作为using的参数

示例代码1：

from elasticsearch_dsl import connections, Search
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
# 方式二：连接es
connections.create_connection(alias=\"my_new_connection\", hosts=[\"127.0.0.1:9200\"], timeout=20)
 
# 不使用别名使用
res = Search(using=es).index(\"test_index\").query()
# print(res)
for data in res:
    print(data.to_dict())
 
print(\"*\" * 100)
 
# 使用别名后这样使用
res2 = Search(using=\"my_new_connection\").index(\'test_index\').query()
# print(e)
for data in res2:
    print(data.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

示例代码2：

from elasticsearch_dsl import connections, Search
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
# 不使用别名使用
res = Search(using=es).index(\"test_index\").query()
# print(res)
for data in res:
    print(data.to_dict())
 
print(\"*\" * 100)
 
# 书写方式一：按条件查询数据
res2 = Search(using=es).index(\"test_index\").query(\"match\", name=\"张三\")  # 查询时注意分词器的使用
for data in res2:
    print(data.to_dict())
 
print(\"*\" * 100)
 
# 书写方式二：按条件查询数据
res3 = Search(using=es).index(\"test_index\").query({\"match\": {\"name\": \"张三\"}})
for data in res3:
    print(data.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

在上述执行execute方法将请求发送给elasticsearch：
response = res.execute()

不需要执行execute()方法，迭代后可以通过to_dict()方法将Search对象序列化为一个dict对象，这样可以方便调试。

query方法

查询，参数可以是Q对象，也可以是query模块中的一些类，还可以是自已写上如何查询。

示例代码1：

from elasticsearch_dsl import connections, Search, Q
import time
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
res = Search(using=es, index=\"test_index\").query().query()  # 当调用.query()方法多次时，内部会使用&操作符
print(res.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

filter方法

在过滤上下文中添加查询，可以使用filter()函数来使之变的简单。

示例代码1：

from elasticsearch_dsl import connections, Search, Q
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
# res = Search(using=es).index(\"test_index\").filter({\"match\": {\"name\": \"北\"}})
# res = Search(using=es).index(\"test_index\").filter(\"terms\", tags=[\"name\", \"id\"])
res = Search(using=es).index(\"test_index\").query(\"bool\", filter=[
    Q(\"terms\", tags=[\"name\", \"id\"])])  # 上面代码在背后会产生一个bool查询，并将指定的条件查询放入到filter分支
print(res)
for data in res:
    print(data.to_dict())

示例代码2：

from elasticsearch_dsl import connections, Search, Q
import time
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
# 范围查询
# res = Search(using=es, index=\"test_index\").filter(\"range\", timestamp={\"gte\": 0, \"lt\": time.time()}).query({\"match\": {\"name\": \"北\"}})
res = Search(using=es, index=\"test_index\").filter(\"range\", id={\"gte\": 1, \"lte\": 4}).query({\"match\": {\"name\": \"北\"}})
print(res)
for data in res:
    print(data.to_dict())
 
# 普通过滤
res2 = Search(using=es, index=\"test_index\").filter(\"terms\", id=[\"2\", \"4\"]).execute()
print(res2)
for data in res2:
    print(data.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

示例代码3：

from elasticsearch_dsl import connections, Search, Q
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
# 方式一
q = Q(\'range\', age={\"gte\": 25, \"lte\": 27})
res = Search(using=es, index=\"account_info\").query(q)
print(res.to_dict())
for data in res:
    print(data.to_dict())
 
print(\"*\" * 100)
 
# 方式二
q2 = Q(\'range\', **{\"age\": {\"gte\": 25, \"lte\": 27}})
res2 = Search(using=es, index=\"account_info\").query(q2)
print(res2.to_dict())
for data in res2:
    print(data.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

index方法

        指定索引

usring方法

        指定哪个elasticsearch

elasticsearch_dsl.query

该库为所有的Elasticsearch查询类型都提供了类。以关键字参数传递所有的参数，最终会把参数序列化后传递给Elasticsearch，这意味着在原始查询和它对应的dsl之间有这一个清理的一对一的映射。

示例代码：

from elasticsearch_dsl import connections, Search, Q
from elasticsearch_dsl.query import MultiMatch, Match
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
# 相对与{\"multi_match\": {\"query\": \"ha\", \"fields\": [\"firstname\", \"lastname\"]}}
m1 = MultiMatch(query=\"Ha\", fields=[\"firstname\", \"lastname\"])
res = Search(using=es, index=\"test_index\").query(m1)
print(res)
for data in res:
    print(data.to_dict())
 
# 相当于{\"match\": {\"firstname\": {\"query\": \"Hughes\"}}}
m2 = Match(firstname={\"query\": \"Hughes\"})
res = Search(using=es, index=\"test_index\").query(m2)
print(res)
for data in res:
    print(data.to_dict())

elasticsearch_dsl.Q

使用快捷方式Q通过命名参数或者原始dict类型数据来构建一个查询实例。Q的格式一般是Q("查询类型", 字段="xxx")或Q("查询类型", query="xxx", fields=["字段1", "字段2"])

示例代码1：

from elasticsearch_dsl import connections, Search, Q
from elasticsearch_dsl.query import MultiMatch, Match
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
# q = Q(\"match\", city=\"Summerfield\")
q = Q(\"multi_match\", query=\"Summerfield\", fields=[\"city\", \"firstname\"])
res = Search(using=es, index=\"test_index\").query(q)
print(res)
for data in res:
    print(data.to_dict())

查询对象可以通过逻辑运算符组合起来：

Q(\"match\", title=\"python\") | Q(\"match\", title=\"django\")
# {\"bool\": {\"should\": [...]}}
 
Q(\"match\", title=\"python\") & Q(\"match\", title=\"django\")
# {\"bool\": {\"must\": [...]}}
 
~Q(\"match\", title=\"python\")
# {\"bool\": {\"must_not\": [...]}}

示例代码2：

from elasticsearch_dsl import connections, Search, Q
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
# q = Q(\"multi_match\", query=\"123.244.101.255\", fields=[\"clientip\", \"timestamp\"])
q = Q(\'match\', name=\'张\') | Q(\"match\", name=\"北\")
res = Search(using=es, index=\"test_index\").query(q)
# print(res)
for data in res:
    print(data.to_dict(), data.name)
 
print(\"*\" * 100)
 
q = Q(\'match\', name=\'张\') & Q(\"match\", name=\"北\")
res = Search(using=es, index=\"test_index\").query(q)
# print(res)
for data in res:
    print(data.to_dict(), data.name)
 
print(\"*\" * 100)
 
q = ~Q(\'match\', name=\'张\')
res = Search(using=es, index=\"test_index\").query(q)
# print(res)
for data in res:
    print(data.to_dict(), data.name)

运行结果：

python中elasticsearch_dsl模块的使用方法

示例代码3：

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
 
# constant_score内置属性
q = Q({\"constant_score\": {\"filter\": {\"term\": {\"age\": 25}}}})
 
res = s.query(q).execute()
for hit in res:
    print(hit.to_dict())
 
print(\"*\" * 100)
 
q2 = Q(\"bool\", must=[Q(\"match\", address=\"山\")], should=[Q(\"match\", gender=\"男\"), Q(\"match\", emplyer=\"AAA\")], minimum_should_match=1)
res2 = s.query(q2).execute()
 
for hit in res2:
    print(hit.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

嵌套类型

有时候需要引用一个在其他字段中的字段，例如多字段（title.keyword）或者在一个json文档中的address.city。为了方便，Q允许你使用双下划线‘__’代替关键词参数中的‘.’

示例代码：

from elasticsearch_dsl import connections, Search, Q
 
# 方式一：连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
# res = Search(using=es, index=\"test_index\").query(\"match\", address__city=\"北京\")
res = Search(using=es, index=\"test_index\").filter(\"term\", address__city=\"北京\")
# print(res)
for data in res:
    print(data.to_dict(), data.name)

查询

示例代码：

from elasticsearch_dsl import Search
from elasticsearch import Elasticsearch
 
# 连接es
es = Elasticsearch(hosts=[\"127.0.0.1:9200\"], sniffer_timeout=60, timeout=30)
 
# 获取es中所有的索引
# 返回类型为字典，只返回索引名
index_name = es.cat.indices(format=\"json\", h=\"index\")
print(index_name)
 
# 查询多个索引
es_multi_index = Search(using=es, index=[\"personal_info_5000000\", \"grade\", \"test_index\"])
print(es_multi_index.execute())
 
# 查询一个索引
es_one_index = Search(using=es, index=\"test_index\")
print(es_one_index.execute())
 
print(\"*\" * 100)
 
# 条件查询1
es_search1 = es_one_index.filter(\"range\", id={\"gte\": 1, \"lt\": 5})
print(es_search1.execute())
 
# 条件查询2
es_search2 = es_one_index.filter(\"term\", name=\"张\")
print(es_search2.execute())
 
print(\"*\" * 100)
 
# 结果转换为字典
es_search3 = es_search2.to_dict()
print(es_search3)
es_search4 = es_search2.execute().to_dict()
print(es_search4)

运行结果：

python中elasticsearch_dsl模块的使用方法

排序

示例代码：

from elasticsearch_dsl import connections, Search, A
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
res = s.query().sort(\'-age\').execute()
# print(res)
for data in res:
    print(data.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

分页

要指定from、size

示例代码：

from elasticsearch_dsl import connections, Search, A
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
res = s.query()[2: 5].execute()  # {\"from\": 2, \"size\": 5}
# print(res)
for data in res:
    print(data.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

要访问匹配的所有文档，可以使用scan()函数，scan()函数使用scan、scroll elasticsearch API，需要注意的是这种情况下结果是不会被排序的。

示例代码：

from elasticsearch_dsl import connections, Search
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
res = s.query()
# print(res)
for hit in res.scan():
    print(hit.age, hit.address)

运行结果：

python中elasticsearch_dsl模块的使用方法

聚合

使用A快捷方式来定义一个聚合。为了实现聚合嵌套，你可以使用.bucket()、.metirc()以及.pipeline()方法。

bucket 即为分组，其中第一个参数是分组的名字，自己指定即可，第二个参数是方法，第三个是指定的field。

metric 也是同样，metric的方法有sum、avg、max、min等等，但是需要指出的是有两个方法可以一次性返回这些值，stats和extended_stats，后者还可以返回方差等值。

示例代码1：

from elasticsearch_dsl import connections, Search, A
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
a = A(\"terms\", field=\"gender\")
s.aggs.bucket(\"gender_terms\", a)
res = s.execute()
# print(res)
for hit in res.aggregations.gender_terms:
    print(hit.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

示例代码2：

from elasticsearch_dsl import connections, Search, A
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
s.aggs.bucket(\"per_gender\", \"terms\", field=\"gender\")
s.aggs[\"per_gender\"].metric(\"sum_age\", \"sum\", field=\"age\")
s.aggs[\"per_gender\"].bucket(\"terms_balance\", \"terms\", field=\"balance\")
 
res = s.execute()
# print(res)
for hit in res.aggregations.per_gender:
    print(hit.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

 

python中elasticsearch_dsl模块的使用方法

示例代码3：

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
 
res = s.aggs.bucket(\"aaa\", \"terms\", field=\"gender\").metric(\"avg_age\", \"avg\", field=\"age\")
 
print(res.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

示例代码4：   【聚合，内置排序】

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
\"\"\"
{
	\'terms\': {
		\'field\': \'age\',
		\'order\': {
			\'_count\': \'desc\'
		}
	}
}
\"\"\"
s = Search(using=es, index=\"account_info\")
res = s.aggs.bucket(\"agg_age\", \"terms\", field=\"age\", order={\"_count\": \"desc\"})
print(res.to_dict())
response = s.execute()
for hit in response.aggregations.agg_age:
    print(hit.to_dict())
 
\"\"\"
{
	\'terms\': {
		\'field\': \'age\',
		\'order\': {
			\'_count\': \'asc\'
		}
	},
	\'aggs\': {
		\'avg_age\': {
			\'avg\': {
				\'field\': \'age\'
			}
		}
	}
}
\"\"\"
s2 = Search(using=es, index=\"account_info\")
res2 = s2.aggs.bucket(\"agg_age\", \"terms\", field=\"age\", order={\"_count\": \"asc\"}).metric(\"avg_age\", \"avg\", field=\"age\")
print(res2.to_dict())
response = s2.execute()
for hit in response.aggregations.agg_age:
    print(hit.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

示例代码5：

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
\"\"\"
{
	\'aggs\': {
		\'avg_age\': {
			\'avg\': {
				\'field\': \'age\'
			}
		}
	}
}
\"\"\"
s = Search(using=es, index=\"account_info\").query(\"range\", age={\"gte\": 28})
res = s.aggs.metric(\"avg_age\", \"avg\", field=\"age\")
print(res.to_dict())
response = s.execute()
print(response)
for hit in response:
    print(hit.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

高亮显示

示例代码：【目前似乎没有效果，待验证】

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"test_index\")
res = s.highlight(\"id\").execute().to_dict()
print(res)

运行结果：

python中elasticsearch_dsl模块的使用方法

source限制返回字段

示例代码：

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
res = s.query().execute()
for hit in res:
    print(hit.to_dict())
 
# 限制返回字段
s2 = Search(using=es, index=\"account_info\")
res2 = s2.query().source([\'account_number\', \'address\']).execute()
for hit in res2:
    print(hit.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

删除

调用Search对象上的delete方法而不是execute来实现删除匹配查询的文档

示例代码：

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"test_index\")
res = s.query(\"match\", name=\"张\").delete()
print(res)

运行结果：

python中elasticsearch_dsl模块的使用方法

案例分析

创建索引：

from elasticsearch_dsl import Search
from elasticsearch import Elasticsearch
 
# 连接es
es = Elasticsearch(hosts=[\"127.0.0.1:9200\"], sniffer_timeout=60, timeout=30)
 
body = {
    \"mappings\": {
        \"properties\": {
            \"account_number\": {
                \"type\": \"integer\"
            },
            \"balance\": {
                \"type\": \"integer\"
            },
            \"firstname\": {
                \"type\": \"text\"
            },
            \"lastname\": {
                \"type\": \"text\"
            },
            \"age\": {
                \"type\": \"integer\"
            },
            \"gender\": {
                \"type\": \"keyword\"
            },
            \"address\": {
                \"type\": \"text\"
            },
            \"employer\": {
                \"type\": \"text\"
            },
            \"email\": {
                \"type\": \"text\"
            },
            \"province\": {
                \"type\": \"text\"
            },
            \"state\": {
                \"type\": \"text\"
            }
        }
    }
}
 
# 创建 index
es.indices.create(index=\"account_info\", body=body)

查看索引：

python中elasticsearch_dsl模块的使用方法

使用kibana批量生成数据：

POST account_info/_bulk
{\"index\": {\"_index\":\"account_info\"}}
{\"account_number\":1,\"balance\":20,\"firstname\":\"三\",\"lastname\":\"张\",\"age\":25,\"gender\":\"男\",\"address\":\"北京朝阳\",\"employer\":\"AAA\",\"email\":\"123@qq.com\",\"province\":\"北京\",\"state\":\"正常\"}
{\"index\": {\"_index\":\"account_info\"}}
{\"account_number\":2,\"balance\":70,\"firstname\":\"二\",\"lastname\":\"张\",\"age\":26,\"gender\":\"男\",\"address\":\"北京海淀\",\"employer\":\"AAA\",\"email\":\"123@qq.com\",\"province\":\"北京\",\"state\":\"正常\"}
{\"index\": {\"_index\":\"account_info\"}}
{\"account_number\":3,\"balance\":80,\"firstname\":\"四\",\"lastname\":\"张\",\"age\":27,\"gender\":\"女\",\"address\":\"辽宁朝阳\",\"employer\":\"BBB\",\"email\":\"123@qq.com\",\"province\":\"辽宁\",\"state\":\"正常\"}
{\"index\": {\"_index\":\"account_info\"}}
{\"account_number\":4,\"balance\":60,\"firstname\":\"五\",\"lastname\":\"张\",\"age\":28,\"gender\":\"男\",\"address\":\"山东青岛\",\"employer\":\"AAA\",\"email\":\"123@qq.com\",\"province\":\"山东\",\"state\":\"正常\"}
{\"index\": {\"_index\":\"account_info\"}}
{\"account_number\":5,\"balance\":40,\"firstname\":\"六\",\"lastname\":\"张\",\"age\":29,\"gender\":\"女\",\"address\":\"山东济南\",\"employer\":\"AAA\",\"email\":\"123@qq.com\",\"province\":\"山东\",\"state\":\"正常\"}
{\"index\": {\"_index\":\"account_info\"}}
{\"account_number\":6,\"balance\":50,\"firstname\":\"七\",\"lastname\":\"张\",\"age\":30,\"gender\":\"男\",\"address\":\"河北唐山\",\"employer\":\"BBB\",\"email\":\"123@qq.com\",\"province\":\"河北\",\"state\":\"正常\"}
{\"index\": {\"_index\":\"account_info\"}}
{\"account_number\":7,\"balance\":30,\"firstname\":\"一\",\"lastname\":\"张\",\"age\":31,\"gender\":\"女\",\"address\":\"河北石家庄\",\"employer\":\"AAA\",\"email\":\"123@qq.com\",\"province\":\"河北\",\"state\":\"正常\"}

查看生成的数据：

python中elasticsearch_dsl模块的使用方法

python中elasticsearch_dsl模块的使用方法

根据条件查询：

1.查询balance在40~70的信息

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
 
# 查询balance在40~70的信息
q = Q(\"range\", balance={\"gte\": 40, \"lte\": 70})
 
res = s.query(q)
for data in res:
    print(data.to_dict())
 
print(\"共查到%d条数据\" % res.count())

python中elasticsearch_dsl模块的使用方法

2.查询balance在40~70的男性信息

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
 
# 查询balance在40~70的信息
q1 = Q(\"range\", balance={\"gte\": 40, \"lte\": 70})
# 男性
q2 = Q(\"term\", gender=\"男\")
 
# and
q = q1 & q2
 
res = s.query(q)
for data in res:
    print(data.to_dict())
 
print(\"共查到%d条数据\" % res.count())

python中elasticsearch_dsl模块的使用方法

3.省份为北京、25或30岁的男性信息

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
 
# 方式一：
# 省份为北京
q1 = Q(\"match\", province=\"北京\")
# 25或30岁的男性信息
q2 = Q(\"bool\", must=[Q(\"terms\", age=[25, 30]), Q(\"term\", gender=\"男\")])
 
# and
q = q1 & q2
 
res = s.query(q)
for data in res:
    print(data.to_dict())
 
print(\"共查到%d条数据\" % res.count())
 
print(\"*\" * 100)
 
# 方式二
# 省份为北京
q1 = Q(\"match\", province=\"北京\")
# 25或30岁的信息
# q2 = Q(\"bool\", must=[Q(\"terms\", age=[25, 30]), Q(\"term\", gender=\"男\")])
q2 = Q(\"term\", age=25) | Q(\"term\", age=30)
# 男性
q3 = Q(\"term\", gender=\"男\")
 
res = s.query(q1).query(q2).query(q3)  # 多次query就是& ==> and 操作
for data in res:
    print(data.to_dict())
 
print(\"共查到%d条数据\" % res.count())

python中elasticsearch_dsl模块的使用方法

4.地址中有“山”字，年龄不在25~28岁的女性信息

from elasticsearch_dsl import connections, Search, Q
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
 
# 地址中有“山”字且为女性
q1 = Q(\"match\", address=\"山\") & Q(\"match\", gender=\"女\")
# 年龄在25~28岁
q2 = ~Q(\"range\", age={\"gte\": 25, \"lte\": 28})
 
# 使用filter过滤
# query和filter的前后关系都行
res = s.filter(q2).query(q1)
for data in res:
    print(data.to_dict())
 
print(\"共查到%d条数据\" % res.count())

python中elasticsearch_dsl模块的使用方法

5.根据年龄进行聚合，然后计算每个年龄的评价balance数值

示例代码：

from elasticsearch_dsl import connections, Search, A
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
 
# 先用年龄聚合，然后拿到返平均数
# size指定最大返回多少条数据，默认10条
# 实质上account的数据中，age分组没有100个这么多
q = A(\"terms\", field=\"age\", size=100).metric(\"age_per_balance\", \"avg\", field=\"balance\")
 
s.aggs.bucket(\"res\", q)
 
# 执行并拿到返回值
response = s.execute()
# res是bucket指定的名字
# response.aggregations.to_dict是一个{\'key\': 25, \'doc_count\': 1, \'age_per_balance\': {\'value\': 20.0}}的数据，和用restful查询的一样
 
for data in response.aggregations.res:
    print(data.to_dict())

运行结果：

python中elasticsearch_dsl模块的使用方法

6.根据年龄聚合，求25~28岁不同性别的balance值。

示例代码：

from elasticsearch_dsl import connections, Search, A
 
# 连接es
es = connections.create_connection(hosts=[\"127.0.0.1:9200\"], timeout=20)
# print(es)
 
s = Search(using=es, index=\"account_info\")
 
# 这次就用这种方法
# range 要注意指定ranges参数和from to
a1 = A(\"range\", field=\"age\", ranges={\"from\": 25, \"to\": 28})
a2 = A(\"terms\", field=\"gender\")
a3 = A(\"avg\", field=\"balance\")
 
s.aggs.bucket(\"res\", a1).bucket(\"gender_group\", a2).metric(\"balance_avg\", a3)
 
# 执行并拿到返回值
response = s.execute()
# res是bucket指定的名字
 
for data in response.aggregations.res:
    print(data.to_dict())

运行结果： 【注意：不包含年龄28的值】

python中elasticsearch_dsl模块的使用方法

总结：

假如是数组，如：bool的must、terms，那么就要字段=[ ]假如是字典，如：range，那么就要字段={xxx: yyy, …. }假如是单值，如：term、match，那么就要字段=值假如查的是多个字段，如：multi_mathc，那么就要加上query="要查的值", fields=["字段1", "字段2", …]然后各个条件的逻辑关系，可以通过多次query和filter或直接用Q("bool", must=[Q…], should=[Q…])再加上& | ~表示

© 版权声明
版权声明 1 本网站名称：偶像资源网
2 本站永久网址：https://www.ox520.com
3 本网站的文章部分内容可能来源于网络，仅供大家学习与参考，如有侵权，请联系站长 QQ593098775进行删除处理。
4 本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
5 本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现请向站长举报
6 本站资源大多存储在云盘，如发现链接失效，请联系我们我们会第一时间更新。
THE END
Python
# 编程开发# python
喜欢就支持一下吧
点赞0 分享
网络的头像-偶像资源网
python多维列表总是只转为一维数组问题解决-偶像资源网
python多维列表总是只转为一维数组问题解决
python多维列表总是只转为一维数组问题解决
29天前 41
Python pyecharts 数据可视化模块的配置方法-偶像资源网
Python pyecharts 数据可视化模块的配置方法
Python pyecharts 数据可视化模块的配置方法
29天前 28
CSS 点击radio实现两个图片样式切换并且多个radio中只能有一个checked-偶像资源网
CSS 点击radio实现两个图片样式切换并且多个radio中只能有一个checked
CSS 点击radio实现两个图片样式切换并且多个radio中只能有一个checke...
33天前 4
jQuery实现滚动效果-偶像资源网
jQuery实现滚动效果
jQuery实现滚动效果
29天前 3
PHP队列原理及基于队列的写文件案例-偶像资源网
PHP队列原理及基于队列的写文件案例
PHP队列原理及基于队列的写文件案例
29天前 2
微信小程序实现团购或秒杀批量倒计时-偶像资源网
微信小程序实现团购或秒杀批量倒计时
微信小程序实现团购或秒杀批量倒计时
29天前 2
相关推荐
python多维列表总是只转为一维数组问题解决-偶像资源网
python多维列表总是只转为一维数组问题解决
python多维列表总是只转为一维数组问题解决
29天前 41
Python pyecharts 数据可视化模块的配置方法-偶像资源网
Python pyecharts 数据可视化模块的配置方法
Python pyecharts 数据可视化模块的配置方法
29天前 28
吊打全网所有精美导航页引导页HTML源码-偶像资源网
吊打全网所有精美导航页引导页HTML源码
吊打全网所有精美导航页引导页HTML源码
33天前 24
5.9K⭐ 轻松搞定定时任务！Web管理超便捷-偶像资源网
5.9K⭐ 轻松搞定定时任务！Web管理超便捷
5.9K⭐ 轻松搞定定时任务！Web管理超便捷
33天前 23
css的基本选择器有哪些？-偶像资源网
css的基本选择器有哪些？
css的基本选择器有哪些？
33天前 23
CSS 点击radio实现两个图片样式切换并且多个radio中只能有一个checked-偶像资源网
CSS 点击radio实现两个图片样式切换并且多个radio中只能有一个checked
CSS 点击radio实现两个图片样式切换并且多个radio中只能有一个checked
33天前 4
评论 抢沙发

请登录后发表评论

    暂无评论内容