【AI大数据计算原理与代码实例讲解】ElasticSearch

Elasticsearch是一个基于Lucene库的开源搜索和分析引擎，设计用于云计算中，能够达到实时搜索，高可用，扩展性和管理的复杂性。

以下是一些Elasticsearch的基本操作和代码示例：

1. 创建Elasticsearch索引：

from elasticsearch import Elasticsearch
 
es = Elasticsearch("http://localhost:9200")
 
index_name = 'my_index'
doc = {
    'name': 'John Doe',
    'age': 30,
    'about': 'I love to go rock climbing'
}
 
response = es.index(index=index_name, id=1, document=doc)
 
print(response['result'])

2. 获取Elasticsearch文档：

from elasticsearch import Elasticsearch
 
es = Elasticsearch("http://localhost:9200")
 
index_name = 'my_index'
 
response = es.get(index=index_name, id=1)
 
print(response['_source'])

3. 更新Elasticsearch文档：

from elasticsearch import Elasticsearch
 
es = Elasticsearch("http://localhost:9200")
 
index_name = 'my_index'
doc = {
    'name': 'Jane Doe',
    'age': 25,
    'about': 'I love to collect rock albums'
}
 
response = es.update(index=index_name, id=1, document=doc)
 
print(response['result'])

4. 删除Elasticsearch文档：

from elasticsearch import Elasticsearch
 
es = Elasticsearch("http://localhost:9200")
 
index_name = 'my_index'
 
response = es.delete(index=index_name, id=1)
 
print(response['result'])

5. 搜索Elasticsearch文档：

from elasticsearch import Elasticsearch
 
es = Elasticsearch("http://localhost:9200")
 
index_name = 'my_index'
 
response = es.search(index=index_name, query={'match': {'name': 'John'}})
 
print(response['hits']['hits'])

6. 使用Elasticsearch的聚合功能：

from elasticsearch import Elasticsearch
 
es = Elasticsearch("http://localhost:9200")
 
index_name = 'my_index'
 
response = es.search(
    index=index_name,
    body={
        'aggs': {
            'group_by_age': {
                'terms': {
                    'field': 'age'
                }
            }
        }
    }
)
 
print(response['aggregations']['group_by_age']['buckets'])

以上代码示例展示了如何使用Python的elasticsearch库来执行基本的Elasticsearch操作，如索引创建、文档获取、更新、删除以及搜索和聚合。这些操作是Elasticsearch使用的基础，可以帮助开发者快速理解和应用Elasticsearch。