本文介绍了如何使用 Python 连接和操作 Elasticsearch。内容包括服务器端配置（修改配置文件、开放端口）、本地 Python 客户端安装与连接、索引与文档的增删改查、搜索查询（简单、复杂、分页）、聚合查询及批量操作。同时提供了注意事项和故障排除方法，帮助开发者快速搭建基于 Elasticsearch 的数据检索系统。
在开始之前，确保你的 Elasticsearch 服务已经在服务器上正确安装和配置。
以下是一些基本的配置步骤：
找到 Elasticsearch 的配置文件 elasticsearch.yml，并进行如下修改，以允许远程访问：
network.host: 0.0.0.0
http.port: 9200
discovery.type: single-node
确保服务器的防火墙已经开放了 Elasticsearch 的默认端口 9200。如果你使用的是云服务器，也需要在安全组中开放该端口。
你可以通过在浏览器中输入 http://<你的服务器 IP>:9200 来测试是否能够正常访问 Elasticsearch。如果配置正确，你应该能看到 Elasticsearch 的欢迎页面。
在确保服务器端配置无误后，接下来我们在本地使用 Python 连接到 Elasticsearch。首先，你需要安装 elasticsearch Python 客户端库：
pip install elasticsearch
以下是连接到 Elasticsearch 的示例代码：
from elasticsearch import Elasticsearch
import json
# 连接到 Elasticsearch，替换为实际的 IP 地址和密码
es = Elasticsearch('http://192.168.111.199:9200', basic_auth=('elastic','Elastic_j625sz'))
# 检查连接
if es.ping():
print('连接成功')
else:
print('连接失败')
在上述代码中，basic_auth 参数用于传递用户名和密码。如果你的 Elasticsearch 没有设置密码，可以省略该参数。
# 创建索引
es.indices.create(index="my_index")
# 删除索引
es.indices.delete(index="my_index")
# 检查索引是否存在
es.indices.exists(index="my_index")
连接成功后，我们可以开始进行数据存储和搜索操作。以下是一个创建索引并插入数据的示例：
# 添加文档
doc1 = {"title":"测试文档 1","content":"这是一个测试文档 1","timestamp":"2024-12-07"}
doc2 = {"title":"测试文档 2","content":"这是一个测试文档 2","timestamp":"2024-12-01"}
# 指定 ID 插入
es.index(index="my_index",id="1", document=doc1)
# 自动生成 ID 插入
es.index(index="my_index", document=doc2)
# 获取文档
result = es.get(index="my_index",id="1")
print(result)
# 更新文档
update_doc = {"doc":{"title":"更新后的标题"}}
es.update(index="my_index",id="1", body=update_doc)
print(es.get(index="my_index",id="1"))
# 删除文档
es.delete(index="my_index",id="1")
接下来，我们可以通过搜索来查找我们存储的数据。
在这之前，定义一个打印文档的方法：
def print_doc(result):
for hit in result['hits']['hits']:
print(f"文档 ID: {hit['_id']}")
print(f"得分：{hit['_score']}")
print(f"文档内容：{json.dumps(hit['_source'], indent=2, ensure_ascii=False)}")
print("-" * 50)
下面是常用的搜索方式：
# 简单搜索
query = {"query":{"match":{"title":"测试"}}}
result = es.search(index="my_index", body=query)
print_doc(result)
# 复杂搜索（bool 查询）
query = {"query":{"bool":{"must":[{"match":{"title":"测试"}},{"range":{"timestamp":{"gte":"2024-01-01"}}}]}}}
result = es.search(index="my_index", body=query)
print_doc(result)
# 分页查询
query = {"query":{"match_all":{}},"from":0,# 从第几条开始
"size":10# 返回多少条}
result = es.search(index="my_index", body=query)
print_doc(result)
在这个示例中，我们搜索了包含'测试'这个词的文档，并打印出搜索结果。
# 聚合查询示例
query = {"aggs":{"popular_titles":{"terms":{"field":"title.keyword","size":10}}}}
result = es.search(index="my_index", body=query)
# 批量插入
actions = [{"_index":"my_index","_source":{"title":"文档 1"}},{"_index":"my_index","_source":{"title":"文档 2"}},]
from elasticsearch.helpers import bulk
bulk(es, actions)
在使用 Elasticsearch 时，有几个注意事项需要牢记：
es.close()如果在连接或操作 Elasticsearch 时遇到问题，可以尝试以下方法进行排查：
elasticsearch.yml 配置文件中的设置是否正确，并重启 Elasticsearch 服务以应用更改。使用 telnet 测试端口连通性：
telnet <你的服务器 IP> 9200
通过以上步骤，你应该能够成功使用 Python 连接到 Elasticsearch，并进行基本的文档存储和搜索操作。Elasticsearch 提供了强大的搜索能力，结合 Python 的灵活性，可以帮助你构建高效的数据检索系统。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML 转 Markdown 互为补充。 在线工具，Markdown 转 HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML 转 Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online