Python Elasticsearch DSL 查询、过滤、聚合操作实例，企业项目怎么写

from datetime import datetime
from elasticsearch_dsl import Search, Q, A
 
# 假设已经有一个Elasticsearch的Document定义
from my_app.documents import MyDocument
 
# 初始化搜索对象
s = Search(using='default', index='my_index')
 
# 定义一个查询过滤器
def apply_filters(s):
    # 添加一个布尔查询，可以是must, should, must_not等
    s = s.query("bool", should=[Q("match", field1="value1"), Q("match", field2="value2")])
    
    # 添加一个范围过滤器
    s = s.filter("range", timestamp={"gte": "now-1d"})
    
    return s
 
# 应用过滤器
s = apply_filters(s)
 
# 定义聚合
s.aggs.bucket('my_bucket', 'terms', field='field_for_aggregation')
 
# 执行搜索
response = s.execute()
 
# 获取结果
for hit in response:
    print(hit.field1, hit.field2)
 
# 获取聚合结果
aggs_result = response.aggregations.my_bucket
for bucket in aggs_result.buckets:
    print(bucket.key, bucket.doc_count)

这个代码示例展示了如何使用Elasticsearch DSL库在Python中构建一个Elasticsearch查询。它包括了查询过滤、聚合操作，并假设有一个已经定义好的Elasticsearch Document。代码简洁，注重逻辑的教学，适合需要在企业项目中应用Elasticsearch的开发者学习参考。