太强了！利用 Python 连接 ES 查询索引某个字段命中数的脚本！

作者：JackTian
来源：公众号「杰哥的IT之旅」
ID：Jake_Internet
链接：太强了！利用 Python 连接 ES 查询索引某个字段命中数的脚本！

当我们在工作中，如果频繁查询 Elasticsearch 某个索引中的某个字段命中的记录数量时，可以通过 Python 的 Elasticsearch 库来查询，从而提升工作效率。

代码大致思路如下：

第一步：从 elasticsearch 模块导入 Elasticsearch 类，该类是用来连接和操作 Elasticsearch

第二步：安装 Elasticsearch 库，若未安装 elasticsearch 模块，可执行：pip install elasticsearch命令进行安装

第三步：连接 Elasticsearch，定义 Elasticsearch 对象，并指定所要连接的 URL、端口、用户名、密码、超时时间

第四步：指定所要查询的索引，定义名为index_name的变量，值为：es 的索引名，在 Elasticsearch 中，索引是一个类似数据库的概念，用于存储数据

第五步：创建查询条件，定义名为query的字典，该字典包含了查询条件。

查询条件是一个bool类型的查询，其中包含了多个terms查询，每个terms查询是用来匹配commandId字段等于指定值的记录

第六步：执行查询并获取结果，使用es.search()方法执行查询，并将结果存储在results变量中。这个结果是一个字典，包含了查询的结果和其他相关信息

第七步：打印聚合统计信息，循环遍历结果字典中的aggregations字段，并打印每个commandId的值及其对应的记录总数

完整代码如下：

# 精准匹配多个指令ID，查询有多少条日志
from elasticsearch import Elasticsearch  
  
# 如果没有 elasticsearch 模块，执行如下命令进行安装。  
# pip install elasticsearch  
  
# 连接 Elasticsearch  
es = Elasticsearch(hosts="http://localhost:29204/", http_auth=("elastic", "elastic"), timeout=30)  
  
# 指定要查询的索引  
index_name = 'idc_payloadresult_20231204'  
  
# 查询条件  
query = {  
    "query": {  
        "bool": {  
            "must": [  
                {  
                    "terms": {  
                        "commandId": ["1024", "2048", "3072", "4096", "5120"]  
                    }  
                }  
            ],  
            "must_not": [],  
            "should": []  
        }  
    },  
    "from": 0,  
    "size": 10,  
    "sort": [],  
    "aggs": {  
        "commandId_counts": {  
            "terms": {  
                "field": "commandId",  
            },  
            "aggs": {  
                "total_count": {  
                    "sum": {  
                        "field": "total"  
                    }  
                }  
            }  
        }  
    }  
}  
  
# 执行查询并获取结果  
results = es.search(index=index_name, body=query)  
  
# 打印结果中的聚合统计信息，包括每个 commandId 的总数  
for bucket in results['aggregations']['commandId_counts']['buckets']:  
    print(bucket)

---

以上就是今天所要分享的全部内容了。

如果你觉得这篇文章对你有点用的话，为本文点个赞、留个言或者转发一下，让更多的朋友看到，因为这将是我持续输出更多优质文章的最强动力！