Elasticsearch 5.0.0 版本之后 将
string拆分成两个新的类型: text和keyword.Keyword类型:
- 用于存储邮箱号码、手机号码、主机名、状态码、邮政编码、标签、年龄、性别等数据。
- 用于筛选数据(例如: select * from x where status='open')、排序、聚合(统计)。
- 直接将完整的文本保存到倒排索引中。
Text类型:
- 用于存储全文搜索数据, 例如: 邮箱内容、地址、代码块、博客文章内容等。
- 默认结合standard analyzer(标准解析器)对文本进行分词、倒排索引。
- 默认结合标准分析器进行词命中、词频相关度打分。
Keyword
"""
精确值字段
"""
from elasticsearch import Elasticsearch
from pprint import pprint
import time
es = Elasticsearch(hosts=["192.168.1.100"])
# 删除索引
if es.indices.exists(index="pra_keyword"):
es.indices.delete(index="pra_keyword")
# 创建索引
if not es.indices.exists(index="pra_keyword"):
s1 = es.indices.create(
index="pra_keyword",
body={
"mappings": {
"my_type": {
"properties": {
"title": {
"type": "keyword",
}
}
}
}
}
)
pprint(s1)
# 准备数据
s2 = es.bulk(
index="pra_keyword",
doc_type="my_type",
body=[
{"create": {"_id": 1}},
{"title": "ElasticSearch好像没有那么简单喔!"},
{"create": {"_id": 2}},
{"title": "Elasticsearch其实没那么难, 就是api多了点, 一个一个攻克呗."},
{"create": {"_id": 3}},
{"title": "我觉得elasticsearch完全可以替代关系型数据库了."},
{"create": {"_id": 4}},
{"title": "你这么说太武断了把, es毕竟没有事务和回滚, 安全也很粗糙."}
]
)
time.sleep(10) # 等待refresh.
# 搜索(不命中)
s = es.search(
index="pra_keyword",
doc_type="my_type",
body={
"query": {
"match": {
"title": "elasticsearch"
}
}
}
)
print("搜索: <elasticsearch>: 不命中.")
pprint(s)
# 搜索(不命中)
s = es.search(
index="pra_keyword",
doc_type="my_type",
body={
"query": {
"match": {
"title": "Elasticsearch"
}
}
}
)
print("搜索: <Elasticsearch> : 不命中.")
pprint(s)
# 搜索(命中)
s = es.search(
index="pra_keyword",
doc_type="my_type",
body={
"query": {
"match": {
"title": "ElasticSearch好像没有那么简单喔!"
}
}
}
)
print("搜索: <ElasticSearch好像没有那么简单喔!>: 命中")
pprint(s)
# 分析
s = es.indices.analyze(
index="pra_keyword",
body={
"field": "title",
"text": "ElasticSearch好像没有那么简单喔!"
}
)
print("分析: <ElasticSearch好像没有那么简单喔!>")
pprint(s)
参数: fields
上面的例子使用了keyword之后, 只能用作聚合、排序。不能用来做全文匹配。
为了能够既支持聚合、排序，也支持全文搜索, 那么可以通过使用fields字段来补充支持.
"""
精确值字段
"""
from elasticsearch import Elasticsearch
from pprint import pprint
import time
es = Elasticsearch(hosts=["192.168.1.100"])
# 删除索引
if es.indices.exists(index="pra_keyword"):
es.indices.delete(index="pra_keyword")
# 创建索引
if not es.indices.exists(index="pra_keyword"):
s1 = es.indices.create(
index="pra_keyword",
body={
"mappings": {
"my_type": {
"properties": {
"title": {
"type": "keyword",
"fields": {
"make_title_searchable": {
"type": "text"
}
}
}
}
}
}
}
)
pprint(s1)
# 准备数据
s2 = es.bulk(
index="pra_keyword",
doc_type="my_type",
body=[
{"create": {"_id": 1}},
{"title": "ElasticSearch好像没有那么简单喔!"},
{"create": {"_id": 2}},
{"title": "Elasticsearch其实没那么难, 就是api多了点, 一个一个攻克呗."},
{"create": {"_id": 3}},
{"title": "我觉得elasticsearch完全可以替代关系型数据库了."},
{"create": {"_id": 4}},
{"title": "你这么说太武断了把, es毕竟没有事务和回滚, 安全也很粗糙."}
]
)
time.sleep(10) # 等待refresh.
# 搜索(不命中)
s = es.search(
index="pra_keyword",
doc_type="my_type",
body={
"query": {
"match": {
"title": "elasticsearch"
}
}
}
)
print("搜索: <elasticsearch>: 不命中.")
pprint(s)
# 搜索(不命中)
s = es.search(
index="pra_keyword",
doc_type="my_type",
body={
"query": {
"match": {
"title": "Elasticsearch"
}
}
}
)
print("搜索: <Elasticsearch> : 不命中.")
pprint(s)
# 搜索(命中)
s = es.search(
index="pra_keyword",
doc_type="my_type",
body={
"query": {
"match": {
"title": "ElasticSearch好像没有那么简单喔!"
}
}
}
)
print("搜索: <ElasticSearch好像没有那么简单喔!>: 命中")
pprint(s)
# 分析
s = es.indices.analyze(
index="pra_keyword",
body={
"field": "title",
"text": "ElasticSearch好像没有那么简单喔!"
}
)
print("分析: <ElasticSearch好像没有那么简单喔!>")
pprint(s)
# 全文搜索
s = es.search(
index="pra_keyword",
doc_type="my_type",
body={
"query": {
"match": {
"title.make_title_searchable": "ElasticSearch"
}
}
}
)
print("全文搜索: <ElasticSearch>: 命中3条数据")
pprint(s)
ignore_above