ElasticSearch--Python接入

ElasticSearch–Python接入

   之前介绍过文档搜索引擎ElasticSearch（传送门），今天我就来分享一下如何把使用python接入ES，进而作为我们的flask服务器的搜索引擎。

环境搭建与介绍

  为了简单起见，本文所用到的ES环境由docker提供。

1. 首先抓取docker镜像。

   docker pull elasticsearch:6.8.7

2. 运行docker。

   docker run -d --name es -p 9200:9200 -p 9300:9300 elasticsearch:6.8.7

3. 安装kibana做监控(Optional)

   不同环境下安装方式不同。

   MacOS: brew install kibana

4. 运行kibana

   kibana

   然后打开http://loclahost:5601就能看到面板。

---

Python接入

  我们先从基本的Python接入开始介绍，主要覆盖一些简单的CURD操作。

1. 安装ES插件包。

   pip install elasticsearch

2. 引入ES插件包，并创建实例。

   from elasticsearch import Elasticsearch
   es = Elasticsearch()

3. 新增及插入。

   主要是使用index()方法，参数有index（索引名，相当于数据库名）、doc_type（文档类型，相当于表名）、body（内容，相当于一条record）。

   body1 = {
       'name': 'test hello',
       'age': 32,
       'school': 'scnu'
   }
   
   es.index(index="qii_index", doc_type="table1", body=body1)

   这里我插入了多条数据用于后面的搜索演示，在Kibana上就能够看到内容。

   

4. 搜索。

   主要是使用search()方法，里面可以搜索参数等。同样地，调用时需要指定index和doc_type。

   获取所有结果

   result = es.search(index="qii_index", doc_type="table1") // search all result
   
   for item in result["hits"]["hits"]:
       print(item["_source"])

   

   按照名字搜索

   _query_name_contains = {
       'query': {
           'match': {
               'name': 'test'
           }
       }
   }
   
   result2 = es.search(index="qii_index", doc_type="table1", body=_query_name_contains)
   
   for item in result["hits"]["hits"]:
       print(item["_source"])

   

   这里的搜索结果可以分析一下，我们搜索的是test。匹配到的结果是test和test hello，而test2则没有匹配上，说明这个分词器对于英文而言是使用空格切分，匹配是以单词为单位的。我们也可以去验证一下中文的效果。打开Kibana，在Dev Tools中输入以下内容，就能看到分词器是如何去分解一个查询词的。

   

   可以看到对于中文来说，是逐个字分开的。关于分词的优化后面会继续讨论。

---

Flask接入

TBC…

---

Reference

1. ES 搭建及使用