1. ElasticSearch簡介
   ElasticSearch是一個基於Lucene的搜尋伺服器。它提供了一個分散式多使用者能力的全文搜尋引擎，基於RESTful web介面。Elasticsearch是用Java開發的，並作為Apache許可條款下的開放原始碼釋出，是當前流行的企業級搜尋引擎。設計用於雲端計算中，能夠達到實時搜尋，穩定，可靠，快速，安裝使用方便。
   我們建立一個網站或應用程式，並要新增搜尋功能，但是想要完成搜尋工作的建立是非常困難的。我們希望搜尋解決方案要執行速度快，我們希望能有一個零配置和一個完全免費的搜尋模式，我們希望能夠簡單地使用JSON通過HTTP來索引資料，我們希望我們的搜尋伺服器始終可用，我們希望能夠從一臺開始並擴充套件到數百臺，我們要實時搜尋，我們要簡單的多租戶，我們希望建立一個雲的解決方案。因此我們利用Elasticsearch來解決所有這些問題及可能出現的更多其它問題。
   官網連結：
   https://www.elastic.co/cn/products
   2.Elasticsearch方法的使用及原始碼

1.Elasticsearch模組的安裝與引用：
Python環境中，第一步需要安裝相對應的elasticsearch模組，pip install elasticsearch，
然後在檔案中引用from elasticsearch import Elasticsearch
2.Elasticsearch的連線
obj = ElasticSearchClass("59.110.41.175", "9200", "", "")
其中ElasticSearchClass裡面是elasticsearch的的一些常用方法：
3.
 
ElasticSearch的原始碼：
class ElasticSearchClass(object):

    def __init__(self, host, port, user, passwrod):
        self.host = host
        self.port = port
        self.user = user
        self.password = passwrod
        self.connect()

def connect(self):
    “””客戶端的連線”””
        self.es = Elasticsearch(hosts=[{'host'
 
: self.host, 'port': self.port}],
                                http_auth=(self.user, self.password ))

    def insertDocument(self, index, type, body, id=None):
        '''
        插入一條資料body到指定的index、指定的type下;可指定Id,若不指定,ES會自動生成
        :param index: 待插入的index值
        :param type: 待插入的type值
        :param body: 待插入的資料 -> dict型
        :param id: 自定義Id值
        :return:
        '''
        return self.es.index(index=index, doc_type=type, body=body, id=id)

    def count(self, indexname):
        """
        :param indexname:
        :return: 統計index總數
        """
        return self.conn.count(index=indexname)

    def delete(self, indexname, doc_type, id):
        """
        :param indexname:
        :param doc_type:
        :param id:
        :return: 刪除index中具體的一條
        """
        self.es.delete(index=indexname, doc_type=doc_type, id=id)

    def get(self, doc_type, indexname, id):
        return self.es.get(index=indexname,doc_type=doc_type, id=id)

    def searchindex(self, index):
        """
        查詢所有index資料
        """
        try:
            return self.es.search(index=index)
        except Exception as err:
            print(err)

    def searchDoc(self, index=None, type=None, body=None):
        '''
        查詢index下所有符合條件的資料
        :param index:
        :param type:
        :param body: 篩選語句,符合DSL語法格式
        :return:
        '''
        return self.es.search(index=index, doc_type=type, body=body)
    def search(self,index,type,body,size=10,scroll='10s'):
        """
        根據index，type查詢資料，
        其中size預設為十條資料，可以修改為其他數字，但是不能大於10000
        """
        return self.es.search(index=index, doc_type=type,body=body,size=size,scroll=scroll)
    def scroll(self, scroll_id, scroll):
        """
        根據上一個查詢方法，查詢出來剩下所有相關資料
        """
        return self.es.scroll(scroll_id=scroll_id, scroll=scroll)

3.Elasticsearch的基本操作

1.elasticsearch的連線
obj = ElasticSearchClass("59.110.41.00", "9200", "", "") 
   連線elasticsearch客戶端

2.資料的的插入
obj.insertDocument(index=”question”,type='text,id=9,body={"any":body,"timestamp":datetime.now()})
其中index和type是固定傳入，id可以自己傳入也可以系統生成，其中body資料為自己組合的資料
3.資料的刪除
dd = obj.delete(index='question', type='text', id=7310)
資料刪除時候是根據id進行刪除，刪除資料時候，index，type需要和之前傳入時候的index，type保持一致
4.  資料的搜尋
其中，搜尋之後資料顯示預設為十條資料
4.1、通過index搜尋資料
res = obj.search(indexname=index)
4.2、通過body搜尋資料
4.2.1、全部匹配：
# 查詢所有資料
body = {
    "query":{
        "match_all":{}
    }
}
response = obj.search(index="question",type="text",body=body)
返回的資料預設顯示為十條資料，其中hits[“total”]為查詢數量總數

其中Match_all 預設匹配所有的資料
4.2.2、廣泛匹配某個欄位
body = {
    "query" : {
        "match" : {
            "data.content" : "一根鐵絲"
        }
    }
}
Match預設匹配某個欄位
response = obj.search(index="question",type="text",body=body)
返回結果：

4.2.3、匹配多個欄位
body = {
  "query": {
    "bool": {
      "should": [
        { "match": { "data.content":  "一根鐵絲" }},
        { "match": { "data.question_content": "一根鐵絲"  }},
        { "match": { "data.ask_content.content": '一根鐵絲' }}
      ],
    }
  }
}
Should或匹配可以匹配某個欄位也可以匹配所有欄位，其中至少有一個語句要匹配，與 OR 等價
response = obj.search(index="question",type="text",body=body,scroll='5s') 

4.2.4、匹配所有欄位
body = {
  "query": {
    "bool": {
      "must": [
        { "match": { "data.content":  "李阿姨" }},
        { "match": { "data.question_content": "李阿姨"   }},
        { "match": { "data.ask_content.content": '李阿姨' }}
      ],
    }
  }
}
Must必須匹配所有需要查詢的欄位
response = obj.search(index="question",type="text",body=body,scroll='5s')
返回結果

4.2.5、短語匹配查詢：
精確匹配一系列單詞或者短語
body = {
    "query" : {
        "match_phrase" : {
            "data.content" : "一根鐵絲"
        }
    }
}
response = obj.search(index="question",type="text",body=body,scroll='5s')



返回結果：

4.2.6、高亮搜尋：
許多應用都傾向於在每個搜尋結果中 高亮 部分文字片段，以便讓使用者知道為何該文件符合查詢條件。在 Elasticsearch 中檢索出高亮片段也很容易。
再次執行前面的查詢，並增加一個新的 highlight 引數：
Body = {
    "query" : {
        "match_phrase" : {
            "about" : "rock climbing"
        }
    },
    "highlight": {
        "fields" : {
            "about" : {}
        }
    }
}
當執行該查詢時，返回結果與之前一樣，與此同時結果中還多了一個叫做 highlight 的部分。這個部分包含了 about 屬性匹配的文字片段，並以 HTML 標籤 <em></em> 封裝：
{
   ...
   "hits": {
      "total":      1,
      "max_score":  0.23013961,
      "hits": [
         {
            ...
            "_score":         0.23013961,
            "_source": {
               "data.content":       "李阿姨"
                       },
            "highlight": {
               "about": [
                  "張阿姨和<em>李阿姨</em>" 
               ]
            }
         }
      ]
   }
}

4.資料的返回格式

{
   ...
   "hits": {
      "total":      1,
      "max_score":  0.23013961,
      "hits": [
         {
            ...
            "_score":         0.23013961,
            "_source": {
               "欄位名1":  "XXX",
               "欄位名2":   "XXX",
               "欄位名3":   "XXX",
            }
         }
      ]
   }
}