Elasticsearch 与 Python 入门教程：elasticsearch-py 实战

简介

Elasticsearch 是一款基于 Apache Lucene 构建的强大分布式搜索引擎，专为全文搜索、日志记录、监控以及海量数据分析而设计。要在 Python 中集成 Elasticsearch，官方提供了 elasticsearch-py 客户端，它通过 Python 代码为你提供访问所有 Elasticsearch API 的完整能力。

借助 elasticsearch-py 库，开发者可以在 Python 应用中直接实现高级搜索、数据聚合以及海量数据处理，无论是构建 Web 服务、分析工具还是监控系统，都能轻松胜任。

elasticsearch-py 库介绍

Elasticsearch-py 是 Elasticsearch 的官方 Python 客户端。该库通过 RESTful API 提供对 Elasticsearch 所有功能的底层访问，同时为 Python 开发者提供了便捷的接口。

核心特性：

官方支持：由 Elastic 团队开发和维护
全面兼容：支持所有版本的 Elasticsearch
自动节点发现：可自动检测并连接集群节点
连接池：高效管理集群连接
错误处理：内置完善的异常处理机制
序列化：自动将 Python 对象转换为 JSON 格式

安装与集群连接

安装

pip install elasticsearch

如需使用 SSL 证书：

pip install elasticsearch[async]

连接本地集群

from elasticsearch import Elasticsearch

es = Elasticsearch("http://localhost:9200")

连接远程集群（需认证）

es = Elasticsearch(
    "https://your-cluster:9200",
    basic_auth=("user", "password"),
    verify_certs=True
)

使用 API 密钥连接

es = Elasticsearch(
    "https://your-cluster:9200",
    api_key="your_api_key",
    verify_certs=True
)

连接多个节点

es = Elasticsearch(
    [
        "https://node1:9200",
        "https://node2:9200",
        "https://node3:9200"
    ],
    basic_auth=("user", "password")
)

Elasticsearch 核心概念

索引：类似于关系型数据库中的表，用于存储结构相似的文档
文档：存储在索引中的 JSON 对象，相当于表中的一条记录
字段：文档的属性，相当于表中的列
映射：定义文档结构及字段类型的描述
分片：索引数据的物理存储单元
副本：分片的备份，用于保证高可用性

索引管理

创建索引与映射

mapping = {
    "mappings": {
        "properties": {
            "title": {"type": "text", "analyzer": "standard"},
            "tags": {"type": "keyword"},
            "published": {"type": "date"},
            "content": {"type": "text"},
            "author": {"type": "keyword"},
            "views": {"type": "integer"}
        }
    },
    "settings": {
        "number_of_shards": 1,
        "number_of_replicas": 0
    }
}

es.indices.create(index="articles", body=mapping)