Python ElasticSearch API
描述：ElasticSearch是一个基于Lucene的搜索服务器。它提供了一个分布式多用户能力的全文搜索引擎，基于RESTful web接口。下面介绍了利用Python API接口进行数据查询，方便其他系统的调用。
安装API
|
1
|
pip install elasticsearch
|
建立es连接
|
1
2
|
from
elasticsearch
import
Elasticsearch
es
=
Elasticsearch([{
'host'
:
'10.10.13.12'
,
'port'
:
9200
}])
|
数据检索功能
|
1
|
es.search(index
=
'logstash-2015.08.20'
, q
=
'http_status_code:5* AND server_name:"web1"'
, from_
=
'124119'
)
|
常用参数
- index - 索引名
- q - 查询指定匹配 使用Lucene查询语法
- from_ - 查询起始点 默认0
- doc_type - 文档类型
- size - 指定查询条数 默认10
- field - 指定字段 逗号分隔
- sort - 排序 字段：asc/desc
- body - 使用Query DSL
- scroll - 滚动查询
统计查询功能
# 语法同search大致一样，但只输出统计值
|
1
2
|
In[
52
]: es.count(index
=
'logstash-2015.08.21'
, q
=
'http_status_code:500'
)
Out[
52
]:{u
'_shards'
:{u
'failed'
:
0
, u
'successful'
:
5
, u
'total'
:
5
}, u
'count'
:
17042
}
|
知识扩展
- 滚动demo
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
|
# Initialize the scroll
page
=
es.search(
index
=
'yourIndex'
,
doc_type
=
'yourType'
,
scroll
=
'2m'
,
search_type
=
'scan'
,
size
=
1000
,
body
=
{
# Your query's body
})
sid
=
page[
'_scroll_id'
]
scroll_size
=
page[
'hits'
][
'total'
]
# Start scrolling
while
(scroll_size >
0
):
print
"Scrolling..."
page
=
es.scroll(scroll_id
=
sid, scroll
=
'2m'
)
# Update the scroll ID
sid
=
page[
'_scroll_id'
]
# Get the number of results that we returned in the last scroll
scroll_size
=
len
(page[
'hits'
][
'hits'
])
print
"scroll size: "
+
str
(scroll_size)
# Do something with the obtained page
|
以上demo实现了一次取若干数据，数据取完之后结束，不会获取到最新更新的数据。我们滚动完之后想获取最新数据怎么办？滚动的时候会有一个统计值，如total: 5。跳出循环之后，我们可以用_from参数定位到5开始滚动之后的数据。
- Query DSL
range过滤器查询范围
gt: > 大于
lt: < 小于
gte: >= 大于或等于
lte: <= 小于或等于
|
1
2
3
4
5
6
|
"range"
:{
"money"
:{
"gt"
:
20
,
"lt"
:
40
}
}
|
bool组合过滤器
must：所有分句都必须匹配，与 AND 相同。
must_not：所有分句都必须不匹配，与 NOT 相同。
should：至少有一个分句匹配，与 OR 相同。
|
1
2
3
4
5
6
7
|
{
"bool"
:{
"must"
:[],
"should"
:[],
"must_not"
:[],
}
}
|
term过滤器
- term单过滤
|
1
2
3
4
5
|
{
"terms"
:{
"money"
:
20
}
}
|
- terms复数版本，允许多个匹配条件
|
1
2
3
4
5
|
{
"terms"
:{
"money"
: [
20
,
30
]
}
}
|
正则查询
|
1
2
3
4
5
|
{
"regexp"
: {
"http_status_code"
:
"5.*"
}
}
|
match查询
- match 精确匹配
|
1
2
3
4
5
|
- multi_match 多字段搜索
|
1
2
3
4
5
6
|
{
"multi_match"
:{
"query"
:
"11"
,
"fields"
:[
"Tr"
,
"Tq"
]
}
}
|
demo
- 获取最近一小时的数据
|
1
2
3
4
5
6
7
8
9
|
{
'query'
:
{
'filtered'
:
{
'filter'
:
{
'range'
:
{
'@timestamp'
:{
'gt'
:
'now-1h'
}}
}
}
}
}
|
- 条件过滤查询
|
1
2
3
4
5
6
7
8
|
{
"query"
:{
"filtered"
:{
"query"
:{
"match"
:{
"http_status_code"
:
500
}},
"filter"
:{
"term"
:{
"server_name"
:
"vip03"
}}
}
}
}
|
- Terms Facet 单字段统计
|
1
2
3
4
5
6
7
8
9
10
|
{
'facets'
:
{
'stat'
:
{
'terms'
:
{
'field'
:
'http_status_code'
,
'order'
:
'count'
,
'size'
:
50
}
}
},
'size'
:
0
}
|
- 一次统计多个字段
|
1
2
3
4
5
6
7
8
9
10
|
{
'facets'
:
{
'cip'
:
{
'terms'
:
{
'fields'
:[
'client_ip'
]}},
'status_facets'
:{
'terms'
:{
'fields'
:[
'http_status_code'
],
'order'
:
'term'
,
'size'
:
50
}}},
'query'
:{
'query_string'
:{
'query'
:
'*'
}},
'size'
:
0
}
|
- 多个字段一起统计
|
1
2
3
4
5
6
7
8
9
10
11
12
|
{
'facets'
:
{
'tag'
:
{
'terms'
:
{
'fields'
:[
'http_status_code'
,
'client_ip'
],
'size'
:
10
}
}
},
'query'
:
{
'match_all'
:{}},
'size'
:
0
}
|
数据组装
以下是kibana首页的demo，用来统计一段时间内的日志数量
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
|
{
"facets"
: {
"0"
: {
"date_histogram"
: {
"field"
:
"@timestamp"
,
"interval"
:
"5m"
},
"facet_filter"
: {
"fquery"
: {
"query"
: {
"filtered"
: {
"query"
: {
"query_string"
: {
"query"
:
"*"
}
},
"filter"
: {
"bool"
: {
"must"
: [
{
"range"
: {
"@timestamp"
: {
'gt'
:
'now-1h'
}
}
},
{
"exists"
: {
"field"
:
"http_status_code.raw"
}
},
# --------------- -------
# 此处加匹配条件
]
}
}
}
}
}
}
}
},
"size"
:
0
}
|
如果想添加匹配条件，在以上代码标识部分加上过滤条件，按照以下代码格式即可
|
1
2
3
4
5
|
{
"query"
: {
"query_string"
: {
"query"
:
"backend_name:baidu.com"
}
}
},
|