Python 入门教程：轻松玩转 Elasticsearch 搜索与过滤

2022-12-27 19:56:53

玩转 Elasticsearch 搜索与过滤：Python 入门指南

在当今信息爆炸的时代，快速而高效地查找相关信息变得至关重要。Elasticsearch，一个基于 Lucene 的开源搜索引擎，应运而生，以其分布式、可扩展、高可靠性和实时性等特性脱颖而出。掌握 Elasticsearch 中的搜索和过滤技术，无疑能极大提高信息检索效率。

分页：分块浏览，轻松掌控

面对海量搜索结果，分页功能显得尤为必要。Elasticsearch 提供多种分页方式，满足不同需求。

一种常见方式是使用 from 和 size 参数。from 指定分页起始位置，size 指定每页显示条数。例如：

from elasticsearch import Elasticsearch

es = Elasticsearch()

res = es.search(
    index="my_index",
    body={
        "from": 10,
        "size": 20
    }
)

另一种方式是使用游标，标识当前分页位置。下一次分页只需指定上一次游标即可。

from elasticsearch import Elasticsearch

es = Elasticsearch()

res = es.search(
    index="my_index",
    body={
        "scroll": "1m",
        "size": 20
    }
)

scroll_id = res['_scroll_id']

while True:
    res = es.scroll(
        scroll_id=scroll_id,
        scroll="1m"
    )

    if len(res['hits']['hits']) == 0:
        break

过滤：精准出击，直达目标

为了更精准地定位所需信息，Elasticsearch 提供了多种过滤方式。

布尔查询通过 AND、OR、NOT 等逻辑运算符组合多个查询条件。例如，搜索标题包含 "python" 且内容包含 "elasticsearch" 的文档：

from elasticsearch import Elasticsearch

es = Elasticsearch()

res = es.search(
    index="my_index",
    body={
        "query": {
            "bool": {
                "must": [
                    {"match": {"title": "python"}},
                    {"match": {"content": "elasticsearch"}}
                ]
            }
        }
    }
)

范围查询则根据字段值过滤结果。例如，搜索发布时间在指定时间段内的文档：

from elasticsearch import Elasticsearch

es = Elasticsearch()

res = es.search(
    index="my_index",
    body={
        "query": {
            "range": {
                "publish_date": {
                    "gte": "2023-01-01",
                    "lte": "2023-12-31"
                }
            }
        }
    }
)

除此之外，Elasticsearch 还提供了正则表达式查询、近似查询、模糊查询、词组查询和通配符查询等多种过滤方式，满足不同需求。

排序：由浅入深，层层递进

为了呈现最相关或重要的结果，排序功能不可或缺。

相关性排序根据文档与查询条件的关联度排序。例如：

from elasticsearch import Elasticsearch

es = Elasticsearch()

res = es.search(
    index="my_index",
    body={
        "sort": [
            {"_score": {"order": "desc"}}
        ]
    }
)

字段排序则根据指定字段值排序。例如，按发布时间降序排序：

from elasticsearch import Elasticsearch

es = Elasticsearch()

res = es.search(
    index="my_index",
    body={
        "sort": [
            {"publish_date": {"order": "desc"}}
        ]
    }
)

Elasticsearch 还提供了脚本排序和地理位置排序等多种排序方式。

高亮显示：锦上添花，一触即发

高亮显示可以突出显示搜索结果中与查询条件匹配的内容，增强可读性。

HTML 高亮显示在匹配内容周围添加 HTML 标签，在浏览器中显示高亮效果：

from elasticsearch import Elasticsearch

es = Elasticsearch()

res = es.search(
    index="my_index",
    body={
        "highlight": {
            "fields": {
                "title": {},
                "content": {}
            }
        }
    }
)

片段高亮显示则在匹配内容周围添加片段，在终端中显示高亮效果：

from elasticsearch import Elasticsearch

es = Elasticsearch()

res = es.search(
    index="my_index",
    body={
        "highlight": {
            "fields": {
                "title": {},
                "content": {}
            },
            "fragment_size": 100
        }
    }
)

Elasticsearch 还提供了统一高亮显示和自定义高亮显示等多种方式。

结论

掌握 Elasticsearch 中的搜索和过滤技术，犹如手持利器，让你在信息海洋中畅游自如，快速高效地找到所需内容。掌握了分页、过滤、排序和高亮显示等核心功能，你就能游刃有余地驾驭 Elasticsearch，开启高效信息检索之旅。

常见问题解答