Elasticsearch7.5.2 常用rest api与elasticsearch库

目录

[一、rest api](#一、rest api)

[1. 新建索引](#1. 新建索引)

[2. 删除索引](#2. 删除索引)

[3. 插入单条数据](#3. 插入单条数据)

[4. 更新单条数据](#4. 更新单条数据)

[5. 删除单条数据](#5. 删除单条数据)

[6. 查询数据](#6. 查询数据)

[二、python elasticsearch库](#二、python elasticsearch库)

[1. 新建索引](#1. 新建索引)


一、rest api

1. 新建索引

请求方式:PUT

请求URL:http://ip/(your_index_name)

示例URL:http://ip/test_log_20240710-0

数据参数:

python 复制代码
params = {
    "settings": {
        "number_of_shards": 1,
        "number_of_replicas": 0
    },
    "aliases": {
        "test_log":{}
    },
    "mappings": {
        "properties": {
            "create_time": {
                "type": "date"
            },
            "status":{"type": "integer"},
            "dev_ip":{"type": "ip"},
            "dev_uuid":{"type": "keyword"},
            "user": {
                "properties": {
                    "name": {
                        "type": "text"
                    },
                    "age": {
                        "type": "integer"
                    },
                    "email": {
                        "type": "keyword"
                    }
                }
            },
            "infos": {
                "type": "nested",
                "dynamic": false,
                "properties": {
                    "v_id": {"type": "keyword"},
                    "v_name": {"type": "keyword"},
                    "v_desc": {"type": "text"}
                }
            },
            "remark": {"type": "text"},
            "show_num": {"type": "long", "doc_values": false, "index": false}
        }
    }
}


"""
字段类型:

text:用于全文本搜索,如文章内容。text字段会被分析器分词,支持模糊搜索和前缀搜索。
keyword:用于不进行分词的搜索,适合存储关键词、ID、标签等。keyword字段不会被分词,适用于精确匹配和聚合。
integer/long/short/byte/double/float/half_float/scaled_float:用于数值类型的数据,不同的类型对应不同的数值范围和精度。
boolean:布尔型字段,值只能是true或false。
binary:用于存储二进制数据,如图像或文件。
date:日期时间字段,可以使用ISO8601格式的字符串或毫秒级的时间戳。
date_nanos:纳秒精度的日期时间字段,存储为纳秒时间戳。
ip:用于存储IPv4或IPv6地址。
object:用于嵌套的JSON对象。可以定义内部字段的映射。
nested:用于存储复杂结构的嵌套文档,允许对嵌套文档进行独立索引和搜索。
geo_point:用于地理坐标,支持基于地理位置的查询。
geo_shape:用于地理形状,如多边形,支持更复杂的地理查询。
completion:用于自动补全功能,存储经过分析的词条列表。
constant_keyword:与keyword类似,但值在索引时会被复制到所有分片,加速聚合操作。
token_count:用于存储分词后的词数。
"""

2. 删除索引

请求方式:DELETE

请求URL:http://ip/(your_index_name)

示例URL:http://ip/test_log_20240710-0

3. 插入单条数据

请求方式:POST

请求URL:http://ip/(your_index_name)

示例URL:http://ip/test_log_20240710-0

数据参数:

python 复制代码
{
  "create_time": 1720601022255,
  "status": 201,
  "dev_ip": "192.168.1.101",
  "dev_uuid": "123e4567e89b12d3a456426614174000",
  "user": {
    "name": "战三",
    "age": 30,
    "email": "zhansan@example.com"
  },
  "infos": [
    {
      "v_id": "123e4567e89b12d3a456426614174000",
      "v_name": "战三",
      "v_desc": "描述啦啦啦啦啦啦"
    }
  ],
  "remark": "描述!!!!!",
  "show_num": 6789
}

4. 更新单条数据

请求方式:PUT

请求URL:http://ip/(your_index_name)/_doc/(本条记录id)

示例URL:http://ip/test_log_20240710-0/_doc/KjjOm5ABJ5wlHmqgfJvm

数据参数:

python 复制代码
{
  "create_time": "2023-04-01T12:00:00Z",
  "status": 200,
  "dev_ip": "192.168.1.100",
  "dev_uuid": "123e4567-e89b-12d3-a456-426614174000",
  "user": {
    "name": "阿汉",
    "age": 30,
    "email": "john.doe@example.com"
  },
  "infos": [
    {
      "v_id": "info1",
      "v_name": "Info One",
      "v_desc": "This is the description of info one."
    },
    {
      "v_id": "info2",
      "v_name": "Info Two",
      "v_desc": "This is the description of info two."
    }
  ],
  "remark": "Additional remarks about this log entry.",
  "show_num": 12345
}

5. 删除单条数据

请求方式:DELETE

请求URL:http://ip/(your_index_name)/_doc/(本条记录id)

示例URL:http://ip/test_log_20240710-0/_doc/KjjOm5ABJ5wlHmqgfJvm

数据参数:无

6. 查询数据

请求方式:POST

请求URL:http://ip/(your_index_name)/_search

示例URL:http://ip/test_log_20240710-0/_search

数据参数:

python 复制代码
{
    "size": 10,
    "query": {
        "bool": {
            "must": [
                {
                    "term": {
                        "status": 200
                    }
                }
            ]
        }
    }
}

二、python elasticsearch库

1. 新建索引

......

相关推荐
知识分享小能手12 分钟前
CentOS Stream 9入门学习教程,从入门到精通,CentOS Stream 9 中大数据 —语法详解与实战案例(15)
大数据·学习·centos
Jackyzhe25 分钟前
Flink源码阅读:如何生成JobGraph
大数据·flink
笨蛋少年派35 分钟前
大数据体系认知
大数据
艾莉丝努力练剑1 小时前
【Python基础:语法第六课】Python文件操作安全指南:告别资源泄露与编码乱码
大数据·linux·运维·人工智能·python·安全·pycharm
老蒋新思维9 小时前
创客匠人峰会深度解析:知识变现的 “信任 - 效率” 双闭环 —— 从 “单次交易” 到 “终身复购” 的增长密码
大数据·网络·人工智能·tcp/ip·重构·数据挖掘·创客匠人
EveryPossible11 小时前
优先级调整练习1
大数据·学习
B站计算机毕业设计之家12 小时前
基于大数据热门旅游景点数据分析可视化平台 数据大屏 Flask框架 Echarts可视化大屏
大数据·爬虫·python·机器学习·数据分析·spark·旅游
老陈头聊SEO14 小时前
生成引擎优化(GEO)在提升内容创造效率中的实际应用与未来前景分析
其他·搜索引擎·seo优化
亿坊电商14 小时前
无人共享茶室智慧化破局:24H智能接单系统的架构实践与运营全景!
大数据·人工智能·架构
老蒋新思维14 小时前
创客匠人峰会新解:AI 时代知识变现的 “信任分层” 法则 —— 从流量到高客单的进阶密码
大数据·网络·人工智能·tcp/ip·重构·创始人ip·创客匠人