PyElasticsearch 技术文档
2024-12-20 00:21:03作者:邵娇湘
1. 安装指南
在开始使用 PyElasticsearch 前,请确保您的系统中已安装了 Python 和 Elasticsearch。以下是安装 PyElasticsearch 的步骤:
-
打开命令行工具。
-
输入以下命令安装 PyElasticsearch:
pip install pyelasticsearch -
确认安装成功,可以通过以下命令检查:
python -c "import pyelasticsearch; print(pyelasticsearch.__version__)"
2. 项目的使用说明
PyElasticsearch 是一个简洁、面向未来的、高性能的 Elasticsearch API。它提供了以下特性:
- 透明地将 Python 数据类型转换为 JSON,包括日期时间和任意精度的 Decimal 类型。
- 将 HTTP 失败状态码转换为异常。
- 支持连接池、HTTP 基本认证和 HTTPS。
- 节点间的负载均衡和故障转移。
- 失败节点标记,避免在一段时间内访问故障节点。
- 可选的自动重试失败请求。
- 线程安全。
- 松耦合设计,允许自定义 JSON 编码和批量索引等。
3. 项目API使用文档
以下是 PyElasticsearch 一些常用 API 的使用示例:
创建连接对象
from pyelasticsearch import ElasticSearch
es = ElasticSearch('http://localhost:9200/')
索引文档
es.index('contacts', 'person', {'name': 'Joe Tester', 'age': 25, 'title': 'QA Master'}, id=1)
批量索引文档
docs = [
{'id': 2, 'name': 'Jessica Coder', 'age': 32, 'title': 'Programmer'},
{'id': 3, 'name': 'Freddy Tester', 'age': 29, 'title': 'Office Assistant'}
]
es.bulk((es.index_op(doc, id=doc.pop('id')) for doc in docs), index='contacts', doc_type='person')
刷新索引
es.refresh('contacts')
获取文档
es.get('contacts', 'person', 2)
执行简单搜索
es.search('name:joe OR name:freddy', index='contacts')
使用 Elasticsearch 查询 DSL 执行搜索
query = [
'query': [
'filtered': [
'query': [
'query_string': ['query': 'name:tester']
],
'filter': [
'range': [
'age': {
'from': 27,
'to': 37
}
]
]
]
]
]
es.search(query, index='contacts')
删除索引
es.delete_index('contacts')
4. 项目安装方式
PyElasticsearch 的安装方式已在“1. 安装指南”中详细说明,这里再次简要总结如下:
使用 pip 命令安装:
pip install pyelasticsearch
确保安装成功后,您就可以开始使用 PyElasticsearch 进行开发了。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
405
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355