Elasticsearch
Interfaccia Python
Ricerca…
Parametri
| Parametro | Dettagli |
|---|---|
| padroni di casa | Matrice di host sotto forma di oggetto contenente chiavi host e port . L' host predefinito è 'localhost' e la port è 9200. Una voce di esempio assomiglia a [{"host": "ip of es server", "port": 9200}] |
| sniff_on_start | Booleano se si desidera che il client annodi i nodi all'avvio, sniffing significa ottenere l'elenco dei nodi nel cluster elasticsearch |
| sniff_on_connection_fail | Booleano per l'attivazione dello sniffing se la connessione non riesce quando il client è attivo |
| sniffer_timeout | differenza di tempo in secondi tra ogni annusata |
| sniff_timeout | tempo per una singola richiesta di sniffing in pochi secondi |
| retry_on_timeout | Booelan per se il client dovrebbe timeout innescare contattando un diverso nodo elasticsearch o semplicemente lanciare un errore |
| http_auth | L'autenticazione http di base può essere fornita qui sotto forma di username:password |
Indicizzazione di un documento (ad es. Aggiunta di un campione)
Installa la libreria Python necessaria tramite:
$ pip install elasticsearch
Collegati a Elasticsearch, crea un documento (ad es. Inserimento dati) e "indicizza" il documento utilizzando Elasticsearch.
from datetime import datetime
from elasticsearch import Elasticsearch
# Connect to Elasticsearch using default options (localhost:9200)
es = Elasticsearch()
# Define a simple Dictionary object that we'll index to make a document in ES
doc = {
'author': 'kimchy',
'text': 'Elasticsearch: cool. bonsai cool.',
'timestamp': datetime.now(),
}
# Write a document
res = es.index(index="test-index", doc_type='tweet', id=1, body=doc)
print(res['created'])
# Fetch the document
res = es.get(index="test-index", doc_type='tweet', id=1)
print(res['_source'])
# Refresh the specified index (or indices) to guarantee that the document
# is searchable (avoid race conditions with near realtime search)
es.indices.refresh(index="test-index")
# Search for the document
res = es.search(index="test-index", body={"query": {"match_all": {}}})
print("Got %d Hits:" % res['hits']['total'])
# Show each "hit" or search response (max of 10 by default)
for hit in res['hits']['hits']:
print("%(timestamp)s %(author)s: %(text)s" % hit["_source"])
Connessione a un cluster
es = Elasticsearch(hosts=hosts, sniff_on_start=True, sniff_on_connection_fail=True, sniffer_timeout=60, sniff_timeout=10, retry_on_timeout=True)
Creazione di un indice vuoto e impostazione della mappatura
In questo esempio, creiamo un indice vuoto (non indichiamo alcun documento in esso) definendone la mappatura.
Per prima cosa, creiamo un'istanza di ElasticSearch e quindi definiamo la mappatura della nostra scelta. Successivamente, controlliamo se l'indice esiste e, in caso contrario, lo creiamo specificando i parametri index e del body che contengono rispettivamente il nome dell'indice e il corpo della mappatura.
from elasticsearch import Elasticsearch
# create an ElasticSearch instance
es = Elasticsearch()
# name the index
index_name = "my_index"
# define the mapping
mapping = {
"mappings": {
"my_type": {
"properties": {
"foo": {'type': 'text'},
"bar": {'type': 'keyword'}
}
}
}
}
# create an empty index with the defined mapping - no documents added
if not es.indices.exists(index_name):
res = es.indices.create(
index=index_name,
body=mapping
)
# check the response of the request
print(res)
# check the result of the mapping on the index
print(es.indices.get_mapping(index_name))
Aggiornamento e aggiornamento parziale tramite query
Aggiornamento parziale: utilizzato quando è necessario un aggiornamento parziale del documento, ovvero nell'esempio seguente il name del campo del documento con id doc_id verrà aggiornato in "John". Notare che se il campo è mancante, verrà semplicemente aggiunto al documento.
doc = {
"doc": {
"name": "John"
}
}
es.update(index='index_name',
doc_type='doc_name',
id='doc_id',
body=doc)
Aggiorna per query: utilizzata quando è necessario aggiornare i documenti che soddisfano una condizione, ovvero nell'esempio seguente viene aggiornata l'età dei documenti il cui campo del name corrisponde a "Giovanni".
q = {
"script": {
"inline": "ctx._source.age=23",
"lang": "painless"
},
"query": {
"match": {
"name": "John"
}
}
}
es.update_by_query(body=q,
doc_type='doc_name',
index='index_name')