elasticsearch 的python api

http://blog.csdn.net/cnweike/article/details/33736429

es教程：http://es.xiaoleilu.com/010_Intro/35_Tutorial_Aggregations.html
es python api:http://elasticsearch-py.readthedocs.io/en/latest/

安装API

pip install elasticsearch

创建es链接

from elasticsearch import Elasticsearch
es = Elasticsearch([{'host':'10.10.13.12','port':9200}])

数据检索功能

es.search(index='logstash-2015.08.20', q='http_status_code:5* AND server_name:"web1"', from_='124119')

- took —— Elasticsearch执行这个搜索的耗时，以毫秒为单位
- timed_out —— 指明这个搜索是否超时

- _shards —— 指出多少个分片被搜索了，同时也指出了成功/失败的被搜索的shards的数量
 - hits —— 搜索结果
  - hits.total —— 可以匹配咱们查询标准的文档的总数目
   - hits.hits —— 真正的搜索结果数据（默认只显示前10个文档）

 

 Elasticsearch中的全部的查询都会触发相关度得分的计算。对于那些咱们不须要相关度得分的场景下，Elasticsearch以过滤器的形式提供了另外一种查询功能。过滤器在概念上相似于查询，可是它们有很是快的执行速度，这种快的执行速度主要有如下两个缘由
    
        - 过滤器不会计算相关度的得分，因此它们在计算上更快一些
        - 过滤器能够被缓存到内存中，这使得在重复的搜索查询上，其要比相应的查询快出许多。
        

经常使用参数

• 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大体同样，但只输出统计值

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

# 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，数据取完以后结束，不会获取到最新更新的数据。咱们滚动完以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。跳出循环以后，咱们能够用_from参数定位到5开始滚动以后的数据。

• 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

"range":{
    "money":{
        "gt":20,
        "lt":40
    }
}

1.  

bool组合过滤器

must：全部分句都必须匹配，与 AND 相同。

must_not：全部分句都必须不匹配，与 NOT 相同。

should：至少有一个分句匹配，与 OR 相同。

{
    "bool":{
      "must":[],
      "should":[],
      "must_not":[],
    }
}

term过滤器

• term单过滤

{
    "terms":{
      "money":20
    }
}

• terms复数版本，容许多个匹配条件

{
    "terms":{
      "money": [20,30]
    }
}

match查询

• match 精确匹配

{
    "match":{
      "email":"123456@qq.com"
    }
}

• multi_match 多字段搜索

{
    "multi_match":{
      "query":"11",
      "fields":["Tr","Tq"]
    }
}

demo

• 获取最近一小时的数据

{'query':
    {'filtered':
        {'filter':
            {'range':
                {'@timestamp':{'gt':'now-1h'}}
            }
        }
    }
}

1.  

• 条件过滤查询

{
    "query":{
        "filtered":{
            "query":{"match":{"http_status_code":500}},
            "filter":{"term":{"server_name":"vip03"}}
        }
    }
}

• Terms Facet 单字段统计

{'facets':
  {'stat':
    {'terms':
      {'field':'http_status_code',
        'order':'count',
    'size':50}
    }
  },
  'size':0
}

• 一次统计多个字段

{'facets':
  {'cip':
    {'terms':
      {'fields':['client_ip']}},
        'status_facets':{'terms':{'fields':['http_status_code'],
        'order':'term',
        'size':50}}},
    'query':{'query_string':{'query':'*'}},
  'size':0
}

• 多个字段一块儿统计

{'facets':
  {'tag':
    {'terms':
      {'fields':['http_status_code','client_ip'],
        'size':10
       }
    }
  },
  'query':
    {'match_all':{}},
  'size':0
}

数据组装

如下是kibana首页的demo，用来统计一段时间内的日志数量

{
  "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
}

若是想添加匹配条件，在以上代码标识部分加上过滤条件，按照如下代码格式便可

{
"query": {
    "query_string": {"query": "backend_name:baidu.com"}
    }
},