Elasticsearch 實際上提供了一系列 Restful API 來進行存取和查詢操作，我們可以使用 curl 等命令來進行操作尝抖，但畢竟命令行模式?jīng)]那么方便，所以這里我們就直接介紹利用 Python 來對接 Elasticsearch 的相關(guān)方法迅皇。

Python 中對接 Elasticsearch 使用的就是一個同名的庫昧辽，安裝方式非常簡單：

pip install elasticsearch

本文只做簡單的介紹，更多信息請查閱官方文檔登颓。

創(chuàng)建 Index
我們先來看下怎樣創(chuàng)建一個索引（Index）搅荞，這里我們創(chuàng)建一個名為 news 的索引：

from elasticsearch import Elasticsearch
 
es = Elasticsearch()
result = es.indices.create(index='news', ignore=400)
print(result)

如果創(chuàng)建成功，會返回如下結(jié)果：

{'acknowledged': True, 'shards_acknowledged': True, 'index': 'news'}

但這時如果我們再把代碼執(zhí)行一次的話，就會返回如下結(jié)果：

{'error': {'root_cause': [{'type': 'resource_already_exists_exception', 'reason': 'index [news/QM6yz2W8QE-bflKhc5oThw] already exists', 'index_uuid': 'QM6yz2W8QE-bflKhc5oThw', 'index': 'news'}], 'type': 'resource_already_exists_exception', 'reason': 'index [news/QM6yz2W8QE-bflKhc5oThw] already exists', 'index_uuid': 'QM6yz2W8QE-bflKhc5oThw', 'index': 'news'}, 'status': 400}

它提示創(chuàng)建失敗咕痛，status 狀態(tài)碼是 400痢甘，錯誤原因是 Index 已經(jīng)存在了。

注意這里我們的代碼里面使用了 ignore 參數(shù)為 400暇检，這說明如果返回結(jié)果是 400 的話产阱，就忽略這個錯誤不會報錯，程序不會執(zhí)行拋出異常块仆。

假如我們不加 ignore 這個參數(shù)的話：

es = Elasticsearch()
result = es.indices.create(index='news')
print(result)

再次執(zhí)行就會報錯了：

raise HTTP_EXCEPTIONS.get(status_code, TransportError)(status_code, error_message, additional_info)
elasticsearch.exceptions.RequestError: TransportError(400, 'resource_already_exists_exception', 'index [news/QM6yz2W8QE-bflKhc5oThw] already exists')

這樣程序的執(zhí)行就會出現(xiàn)問題构蹬，所以說，我們需要善用 ignore 參數(shù)悔据，把一些意外情況排除庄敛，這樣可以保證程序的正常執(zhí)行而不會中斷。

刪除 Index
刪除 Index 也是類似的科汗，代碼如下：

from elasticsearch import Elasticsearch
 
es = Elasticsearch()
result = es.indices.delete(index='news', ignore=[400, 404])
print(result)

這里也是使用了 ignore 參數(shù)藻烤，來忽略 Index 不存在而刪除失敗導(dǎo)致程序中斷的問題。

如果刪除成功头滔，會輸出如下結(jié)果：

{'acknowledged': True}

如果 Index 已經(jīng)被刪除怖亭，再執(zhí)行刪除則會輸出如下結(jié)果：

{'error': {'root_cause': [{'type': 'index_not_found_exception', 'reason': 'no such index', 'resource.type': 'index_or_alias', 'resource.id': 'news', 'index_uuid': '_na_', 'index': 'news'}], 'type': 'index_not_found_exception', 'reason': 'no such index', 'resource.type': 'index_or_alias', 'resource.id': 'news', 'index_uuid': '_na_', 'index': 'news'}, 'status': 404}

這個結(jié)果表明當前 Index 不存在，刪除失敗坤检，返回的結(jié)果同樣是 JSON兴猩，狀態(tài)碼是 400，但是由于我們添加了 ignore 參數(shù)早歇，忽略了 400 狀態(tài)碼倾芝，因此程序正常執(zhí)行輸出 JSON 結(jié)果，而不是拋出異常箭跳。

插入數(shù)據(jù)
Elasticsearch 就像 MongoDB 一樣晨另，在插入數(shù)據(jù)的時候可以直接插入結(jié)構(gòu)化字典數(shù)據(jù)，插入數(shù)據(jù)可以調(diào)用 create() 方法谱姓，例如這里我們插入一條新聞數(shù)據(jù)：

from elasticsearch import Elasticsearch
 
es = Elasticsearch()
es.indices.create(index='news', ignore=400)
 
data = {'title': '美國留給伊拉克的是個爛攤子嗎', 'url': 'http://view.news.qq.com/zt2011/usa_iraq/index.htm'}
result = es.create(index='news', doc_type='politics', id=1, body=data)
print(result)

這里我們首先聲明了一條新聞數(shù)據(jù)借尿，包括標題和鏈接，然后通過調(diào)用 create() 方法插入了這條數(shù)據(jù)屉来，在調(diào)用 create() 方法時路翻，我們傳入了四個參數(shù)，index 參數(shù)代表了索引名稱奶躯，doc_type 代表了文檔類型帚桩，body 則代表了文檔具體內(nèi)容亿驾，id 則是數(shù)據(jù)的唯一標識 ID嘹黔。

運行結(jié)果如下：

{'_index': 'news', '_type': 'politics', '_id': '1', '_version': 1, 'result': 'created', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 0, '_primary_term': 1}

結(jié)果中 result 字段為 created，代表該數(shù)據(jù)插入成功。

另外其實我們也可以使用 index() 方法來插入數(shù)據(jù)儡蔓，但與 create() 不同的是郭蕉，create() 方法需要我們指定 id 字段來唯一標識該條數(shù)據(jù)，而 index() 方法則不需要喂江，如果不指定 id召锈，會自動生成一個 id，調(diào)用 index() 方法的寫法如下：

es.index(index='news', doc_type='politics', body=data)

create() 方法內(nèi)部其實也是調(diào)用了 index() 方法获询，是對 index() 方法的封裝涨岁。

更新數(shù)據(jù)
更新數(shù)據(jù)也非常簡單，我們同樣需要指定數(shù)據(jù)的 id 和內(nèi)容吉嚣，調(diào)用 update() 方法即可梢薪，代碼如下：

from elasticsearch import Elasticsearch
 
es = Elasticsearch()
data = {
    'title': '美國留給伊拉克的是個爛攤子嗎',
    'url': 'http://view.news.qq.com/zt2011/usa_iraq/index.htm',
    'date': '2020-03-26'
}
result = es.update(index='news', doc_type='politics', body=data, id=1)
print(result)

這里我們?yōu)閿?shù)據(jù)增加了一個日期字段，然后調(diào)用了 update() 方法尝哆，結(jié)果如下：

{'_index': 'news', '_type': 'politics', '_id': '1', '_version': 2, 'result': 'updated', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 1, '_primary_term': 1}

可以看到返回結(jié)果中秉撇，result 字段為 updated，即表示更新成功秋泄，另外我們還注意到有一個字段 _version琐馆，這代表更新后的版本號數(shù)，2 代表這是第二個版本恒序，因為之前已經(jīng)插入過一次數(shù)據(jù)瘦麸，所以第一次插入的數(shù)據(jù)是版本 1，可以參見上例的運行結(jié)果奸焙，這次更新之后版本號就變成了 2瞎暑，以后每更新一次，版本號都會加 1与帆。

另外更新操作其實利用 index() 方法同樣可以做到了赌，寫法如下：

es.index(index='news', doc_type='politics', body=data, id=1)

可以看到，index() 方法可以代替我們完成兩個操作玄糟，如果數(shù)據(jù)不存在勿她，那就執(zhí)行插入操作，如果已經(jīng)存在阵翎，那就執(zhí)行更新操作逢并，非常方便。

刪除數(shù)據(jù)
如果想刪除一條數(shù)據(jù)可以調(diào)用 delete() 方法郭卫，指定需要刪除的數(shù)據(jù) id 即可砍聊，寫法如下：

from elasticsearch import Elasticsearch
 
es = Elasticsearch()
result = es.delete(index='news', doc_type='politics', id=1)
print(result)

運行結(jié)果如下：

{'_index': 'news', '_type': 'politics', '_id': '1', '_version': 3, 'result': 'deleted', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 2, '_primary_term': 1}

可以看到運行結(jié)果中 result 字段為 deleted，代表刪除成功贰军，_version 變成了 3玻蝌，又增加了 1。

查詢數(shù)據(jù)
上面的幾個操作都是非常簡單的操作，普通的數(shù)據(jù)庫如 MongoDB 都是可以完成的俯树，看起來并沒有什么了不起的帘腹，Elasticsearch 更特殊的地方在于其異常強大的檢索功能。

對于中文來說许饿，我們需要安裝一個分詞插件阳欲，這里使用的是 elasticsearch-analysis-ik，GitHub 鏈接為：https://github.com/medcl/elasticsearch-analysis-ik陋率，這里我們使用 Elasticsearch 的另一個命令行工具 elasticsearch-plugin 來安裝，這里安裝的版本是 6.8.6瓦糟，請確保和 Elasticsearch 的版本對應(yīng)起來赊窥，命令如下：

elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v6.8.6/elasticsearch-analysis-ik-6.8.6.zip

這里的版本號請?zhí)鎿Q成你的 Elasticsearch 的版本號。

安裝之后重新啟動 Elasticsearch 就可以了狸页，它會自動加載安裝好的插件锨能。

首先我們新建一個索引并指定需要分詞的字段，代碼如下：

from elasticsearch import Elasticsearch
 
es = Elasticsearch()
mapping = {
    'properties': {
        'title': {
            'type': 'text',
            'analyzer': 'ik_max_word',
            'search_analyzer': 'ik_max_word'
        }
    }
}
es.indices.delete(index='news', ignore=[400, 404])
es.indices.create(index='news', ignore=400)
result = es.indices.put_mapping(index='news', doc_type='politics', body=mapping)
print(result)

這里我們先將之前的索引刪除了芍耘，然后新建了一個索引址遇，然后更新了它的 mapping 信息，mapping 信息中指定了分詞的字段斋竞，指定了字段的類型 type 為 text倔约，分詞器 analyzer 和 搜索分詞器 search_analyzer 為 ik_max_word，即使用我們剛才安裝的中文分詞插件坝初。如果不指定的話則使用默認的英文分詞器浸剩。

接下來我們插入幾條新的數(shù)據(jù)：

datas = [
    {
        'title': '美國留給伊拉克的是個爛攤子嗎',
        'url': 'http://view.news.qq.com/zt2011/usa_iraq/index.htm',
        'date': '2020-03-26'
    },
    {
        'title': '公安部：各地校車將享最高路權(quán)',
        'url': 'http://www.chinanews.com/gn/2011/12-16/3536077.shtml',
        'date': '2020-03-26'
    },
    {
        'title': '中韓漁警沖突調(diào)查：韓警平均每天扣1艘中國漁船',
        'url': 'https://news.qq.com/a/20111216/001044.htm',
        'date': '2020-03-26'
    },
    {
        'title': '中國駐洛杉磯領(lǐng)事館遭亞裔男子槍擊 嫌犯已自首',
        'url': 'http://news.ifeng.com/world/detail_2011_12/16/11372558_0.shtml',
        'date': '2020-03-26'
    }
]
 
for data in datas:
    es.index(index='news', doc_type='politics', body=data)

這里我們指定了四條數(shù)據(jù)，都帶有 title鳄袍、url绢要、date 字段，然后通過 index() 方法將其插入 Elasticsearch 中拗小，索引名稱為 news重罪，類型為 politics。

接下來我們根據(jù)關(guān)鍵詞查詢一下相關(guān)內(nèi)容：

result = es.search(index='news', doc_type='politics')
print(result)

可以看到查詢出了所有插入的四條數(shù)據(jù)：

{
  "took": 0,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 4,
    "max_score": 1.0,
    "hits": [
      {
        "_index": "news",
        "_type": "politics",
        "_id": "c05G9mQBD9BuE5fdHOUT",
        "_score": 1.0,
        "_source": {
          "title": "美國留給伊拉克的是個爛攤子嗎",
          "url": "http://view.news.qq.com/zt2011/usa_iraq/index.htm",
          "date": "2020-03-26"
        }
      },
      {
        "_index": "news",
        "_type": "politics",
        "_id": "dk5G9mQBD9BuE5fdHOUm",
        "_score": 1.0,
        "_source": {
          "title": "中國駐洛杉磯領(lǐng)事館遭亞裔男子槍擊哀九，嫌犯已自首",
          "url": "http://news.ifeng.com/world/detail_2011_12/16/11372558_0.shtml",
          "date": "2020-03-26"
        }
      },
      {
        "_index": "news",
        "_type": "politics",
        "_id": "dU5G9mQBD9BuE5fdHOUj",
        "_score": 1.0,
        "_source": {
          "title": "中韓漁警沖突調(diào)查：韓警平均每天扣1艘中國漁船",
          "url": "https://news.qq.com/a/20111216/001044.htm",
          "date": "2020-03-26"
        }
      },
      {
        "_index": "news",
        "_type": "politics",
        "_id": "dE5G9mQBD9BuE5fdHOUf",
        "_score": 1.0,
        "_source": {
          "title": "公安部：各地校車將享最高路權(quán)",
          "url": "http://www.chinanews.com/gn/2011/12-16/3536077.shtml",
          "date": "2020-03-26"
        }
      }
    ]
  }
}

可以看到返回結(jié)果會出現(xiàn)在 hits 字段里面剿配，然后其中有 total 字段標明了查詢的結(jié)果條目數(shù)，還有 max_score 代表了最大匹配分數(shù)阅束。

另外我們還可以進行全文檢索呼胚，這才是體現(xiàn) Elasticsearch 搜索引擎特性的地方：

dsl = {
    'query': {
        'match': {
            'title': '中國 領(lǐng)事館'
        }
    }
}
 
es = Elasticsearch()
result = es.search(index='news', doc_type='politics', body=dsl)
print(json.dumps(result, indent=2, ensure_ascii=False))

這里我們使用 Elasticsearch 支持的 DSL 語句來進行查詢，使用 match 指定全文檢索息裸，檢索的字段是 title蝇更，內(nèi)容是“中國領(lǐng)事館”琢融，搜索結(jié)果如下：

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": 2.546152,
    "hits": [
      {
        "_index": "news",
        "_type": "politics",
        "_id": "dk5G9mQBD9BuE5fdHOUm",
        "_score": 2.546152,
        "_source": {
          "title": "中國駐洛杉磯領(lǐng)事館遭亞裔男子槍擊，嫌犯已自首",
          "url": "http://news.ifeng.com/world/detail_2011_12/16/11372558_0.shtml",
          "date": "2020-03-26"
        }
      },
      {
        "_index": "news",
        "_type": "politics",
        "_id": "dU5G9mQBD9BuE5fdHOUj",
        "_score": 0.2876821,
        "_source": {
          "title": "中韓漁警沖突調(diào)查：韓警平均每天扣1艘中國漁船",
          "url": "https://news.qq.com/a/20111216/001044.htm",
          "date": "2020-03-26"
        }
      }
    ]
  }
}

這里我們看到匹配的結(jié)果有兩條簿寂，第一條的分數(shù)為 2.54，第二條的分數(shù)為 0.28宿亡，這是因為第一條匹配的數(shù)據(jù)中含有“中國”和“領(lǐng)事館”兩個詞常遂，第二條匹配的數(shù)據(jù)中不包含“領(lǐng)事館”，但是包含了“中國”這個詞挽荠，所以也被檢索出來了克胳，但是分數(shù)比較低。

因此可以看出圈匆，檢索時會對對應(yīng)的字段全文檢索漠另，結(jié)果還會按照檢索關(guān)鍵詞的相關(guān)性進行排序，這就是一個基本的搜索引擎雛形跃赚。

另外 Elasticsearch 還支持非常多的查詢方式笆搓，詳情可以參考官方文檔。

以上便是對 Elasticsearch 的基本介紹以及 Python 操作 Elasticsearch 的基本用法纬傲。