第14篇-Python中的Elasticsearch入门
2021-05-12 14:30
我的Elasticsearch系列文章,逐渐更新中,欢迎关注
0A.关于Elasticsearch及实例应用
00.Solr与ElasticSearch对比
01.ElasticSearch能做什么?
02.Elastic Stack功能介绍
03.如何安装与设置Elasticsearch API
04.如果通过elasticsearch的head插件建立索引_CRUD操作
05.Elasticsearch多个实例和head plugin使用介绍
06.当Elasticsearch进行文档索引时,它是怎样工作的?
07.Elasticsearch中的映射方式—简洁版教程
08.Elasticsearch中的分析和分析器应用方式
09. Elasticsearch中构建自定义分析器
10.Kibana科普-作为Elasticsearhc开发工具
11.Elasticsearch查询方法
12.Elasticsearch全文查询
13.Elasticsearch查询-术语级查询
14.Python中的Elasticsearch入门
另外Elasticsearch入门,我强烈推荐ElasticSearch搭建手册给你,非常想尽的入门指南手册。
在本文中,我将讨论Elasticsearch以及如何将其与不同的Python应用程序集成。
什么是ElasticSearch?
ElasticSearch(ES)是基于Apache Lucene构建的分布式且高度可用的开源搜索引擎。这是一个用Java构建的开源,因此可用于许多平台。您以JSON格式存储非结构化数据,这也使其成为NoSQL数据库。因此,与其他NoSQL数据库不同,ES还提供搜索引擎功能和其他相关功能。
ElasticSearch用例
您可以将ES用于多种用途,下面提供了其中的几个:
您正在运行的网站提供许多动态内容。无论是电子商务网站还是博客。通过实施ES,您不仅可以为您的Web应用程序提供强大的搜索引擎,还可以在应用程序中提供本机自动完成功能。
您可以摄取不同种类的日志数据,然后可以用来查找趋势和统计数据。
设置和运行
安装ElasticSearch的最简单方法是下载并运行可执行文件。您必须确保使用的是Java 7或更高版本。
下载后,解压缩并运行其二进制文件。
elasticsearch-6.2.4 bin / elasticsearch
滚动窗口中将有很多文本。如果您看到类似下面的内容,则表明情况已解决。
[2018-05-27T17:36:11,744] [INFO] [oehnNetty4HttpServerTransport] [c6hEGv4] publish_address {127.0.0.1:9200}、bound_addresses {[:: 1]:9200},{127.0.0.1:9200}
但是,既然眼见为实,http://localhost:9200那就在浏览器中或通过cURL 访问URL ,下面的内容应该会很欢迎您。
{
“ name”:“ c6hEGv4”,
“ cluster_name ”:“ elasticsearch”,“ cluster_uuid”:“
HkRyTYXvSkGvvvHX2Q1-oQ”,
“ version”:{
“ number”:“ 6.2.4”,
“ build_hash”:“ ccec39f”,
“ build_date”:“ 2018-04-12T20:37:28.497551Z”,
“ build_snapshot”:false,
“ lucene_version”:“ 7.2.1”,
“ minimum_wire_compatibility_version”:“ 5.6.0”,
“ minimum_index_compatibility_version”:“ 5.0。 0“
},
”标语“:”您知道,要搜索“
}
现在,在我继续使用Python访问Elastic Search之前,让我们做一些基本的事情。正如我提到的,ES提供了REST API,我们将使用它来执行不同的任务。
基本范例
您要做的第一件事就是创建一个 指数。一切都存储在索引中。RDBMS相当于指数 是一个 数据库 因此,请勿将其与您在RDBMS中学习的典型索引概念混淆。我正在使用PostMan运行REST API。
如果运行成功,您将在下面看到类似的响应。
{
“ acknowledged”:true,
“ shards_acknowledged”:true,
“ index”:“ company”
}
因此,我们创建了一个名为company的数据库。换句话说,我们创建了一个名为company的索引。如果您通过浏览器进行访问,则会看到类似以下内容:
http://localhost:9200/company
{
“ company”:{
“ aliases”:{
},
“ mappings”:{
},
“ settings”:{
“ index”:{
“ creation_date”:“ 1527638692850”,
“ number_of_shards”:“ 5”,
“ number_of_replicas”: “ 1”,
“ uuid”:“ RnT-gXISSxKchyowgjZOkQ”,
“ version”:{
“ created”:“ 6020499”
},
“ provided_name”:“ company”
}
}
}
}
稍等片刻mappings,我们稍后再讨论。实际上只不过是创建文档的架构而已。creation_date是不言自明的。的number_of_shards讲述,将让这个数据分区的数量指标。将全部数据保存在单个磁盘上根本没有任何意义。如果您正在运行包含多个Elastic节点的集群,则整个数据将在它们之间拆分。简而言之,如果有5个分片,则整个数据可在5个分片上使用,并且ElasticSearch集群可以处理来自其任何节点的请求。
副本谈论数据的镜像。如果您熟悉主从概念,那么这对您来说应该不是新知识。您可以在此处了解有关基本ES概念的更多信息。
创建索引的cURL版本是单行的。
?elasticsearch-6.2.4 curl -X PUT本地主机:9200 / company
{“ acknowledged”:true,“ shards_acknowledged”:true,“ index”:“ company”}%
您还可以一次执行索引创建和记录插入任务。您要做的就是以JSON格式传递记录。在PostMan中,您可以像下面这样。
确保设置Content-Type为application/json
company如果它不存在,它将在此处创建一个名为的索引,然后在此处创建一个名为employee的新类型。类型实际上是RDBMS 中表的ES版本。
上面的请求将输出以下JSON结构。
{
“ _index”:“公司”,
“ _ type ”:“员工”,
“
_ id”:“ 1”,“ _ version”:1,
“结果”:“已创建”,
“ _ shards”:{
“总计”:2,
“成功”:1,
“失败”:0
},
“ _ seq_no”:0,
“ _ primary_term”:1
}
您通过/1作为记录的ID。虽然没有必要。要做的就是_id用value 设置field 1。然后,您以JSON格式传递数据,该数据最终将作为新记录或文档插入。如果您http://localhost:9200/company/employees/1从浏览器访问,您将看到以下内容。
{“ _index”:“公司”,“ _ type”:“员工”,“ _ id”:“ 1”,“ _ version”:1,“ found”:true,“ _ source”:{
“ name”:“ Adnan Siddiqi” ,
“职业”:“顾问”
}
您可以看到实际记录以及元数据。如果您愿意,可以将请求更改为http://localhost:9200/company/employees/1/_source,它将仅输出记录的JSON结构。
cURL版本为:
{
"name" : "c6hEGv4",
"cluster_name" : "elasticsearch",
"cluster_uuid" : "HkRyTYXvSkGvkvHX2Q1-oQ",
"version" : {
"number" : "6.2.4",
"build_hash" : "ccec39f",
"build_date" : "2018-04-12T20:37:28.497551Z",
"build_snapshot" : false,
"lucene_version" : "7.2.1",
"minimum_wire_compatibility_version" : "5.6.0",
"minimum_index_compatibility_version" : "5.0.0"
},
"tagline" : "You Know, for Search"
}
如果您想更新该记录怎么办?好吧,这很简单。您要做的就是更改JSON记录。如下所示:
它将生成以下输出:
{
"company": {
"aliases": {
},
"mappings": {
},
"settings": {
"index": {
"creation_date": "1527638692850",
"number_of_shards": "5",
"number_of_replicas": "1",
"uuid": "RnT-gXISSxKchyowgjZOkQ",
"version": {
"created": "6020499"
},
"provided_name": "company"
}
}
}
}
请注意,该_result字段现在设置为updated而不是created
当然,您也可以删除某些记录。
而且,如果您快要疯了或者您的女朋友已经抛弃了您,则可以通过curl -XDELETE localhost:9200/_all从命令行运行来烧毁整个世界。
让我们做一些基本的搜索。如果运行http://localhost:9200/company/employees/_search?q=adnan,它将搜索类型下的所有字段employees并返回相关记录。
{
"_index": "company",
"_type": "employees",
"_id": "1",
"_version": 1,
"result": "created",
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 0,
"_primary_term": 1
}
该max_score字段指示记录的相关性,即记录的最高分数。如果有多个记录,那么它将是另一个数字。
您还可以通过传递字段名称来将搜索条件限制为某个字段。因此,http://localhost:9200/company/employees/_search?q=name:Adnan将仅在name文档的字段中搜索。它实际上等效于SQLSELECT * from table where name=‘Adnan‘
我只介绍了基本示例。ES可以做很多事情,但是我将通过阅读文档让您进一步探索它,然后切换到使用Python访问ES。
在Python中访问ElasticSearch
老实说,ES的REST API足够好,您可以使用requests库来执行所有任务。不过,您可以将Python库用于ElasticSearch,以专注于主要任务,而不必担心如何创建请求。
通过pip安装它,然后可以在Python程序中访问它。
pip install elasticsearch
为确保已正确安装,请从命令行运行以下基本代码段:
?elasticsearch-6.2.4 python
Python 3.6.4 | Anaconda自定义(64位)| (默认值,2018年1月16日,12:04:33)
在darwin上使用[GCC 4.2.1兼容的Clang 4.0.1(标签/ RELEASE_401 / final)]输入以下内容的
“帮助”,“版权”,“信用”或“许可证”更多信息。
? elasticsearch-6.2.4 python
Python 3.6.4 |Anaconda custom (64-bit)| (default, Jan 16 2018, 12:04:33)
[GCC 4.2.1 Compatible Clang 4.0.1 (tags/RELEASE_401/final)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> from elasticsearch import Elasticsearch
>>> es = Elasticsearch([{‘host‘: ‘localhost‘, ‘port‘: 9200}])
>>> es
网页搜索和Elasticsearch
让我们讨论一下使用Elasticsearch的一些实际用例。目的是访问在线食谱并将其存储在Elasticsearch中以用于搜索和分析目的。我们将首先从Allrecipes抓取数据并将其存储在ES中。如果是ES,我们还将创建一个严格的Schema或映射,以便确保以正确的格式和类型对数据进行索引。我只是拉沙拉食谱的清单而已。让我们开始!
抓取数据
结论
Elasticsearch是一个功能强大的工具,通过提供强大的功能以返回最准确的结果集,可以帮助您搜索现有或新应用。我刚刚介绍了要点。阅读文档并熟悉这个强大的工具。特别是模糊搜索功能非常出色。如果有机会,我将在以后的文章中介绍Query DSL。
文章标题:第14篇-Python中的Elasticsearch入门
文章链接:http://soscw.com/essay/84728.html