Elasticsearch：使用最新的 Python client 8.0 来创建索引并搜索_java

随着 Elastic Stack 8.0 的推出，Elastic 也推出了最新的 python client 8.0 安装包。这是 Elasticsearch 的官方低级 Python 客户端。它的目标是为 Python 中所有与 Elasticsearch 相关的代码提供共同基础。出于这个原因，客户端被设计为可扩展的。在文档中提供了 API 参考。在我之前的文章 “Elasticsearch：Elasticsearch 开发入门 - Python”，我详细描述了如何在 Elastic Stack 7.x 中进行 *** 作。

Elasticsearch：使用最新的 python client 8.0 来创建索引并搜索

Elasticsearch：使用最新的 python client 8.0 来创建索引并搜索_哔哩哔哩_bilibili

兼容性

Python 语言客户端向前兼容；这意味着客户端支持与 Elasticsearch 更大或相同的次要版本进行通信。 Elasticsearch 语言客户端仅向后兼容默认发行版，并且不做任何保证。

前提条件

你需要在你的电脑上安装 python3，并安装如下的 elasticsearch 包：

python -m pip install elasticsearch
python -m pip install elasticsearch[async]

或者使用如下的命令来进行安装：

pip3 install elasticsearch
pip3 install elasticsearch[async]

我们可以使用如下的命令来检查 elasticsearch 包的版本：

pip list | grep elasticsearch

$ pip list | grep elasticsearch
elasticsearch      8.0.0

上面的命令表明，我们的 elasticsearch 安装包版本是 8.0 的。

安装

如果你还没有安装自己的 Elasticsearch，那么请阅读文章 “如何在 Linux，MacOS 及 Windows 上进行安装 Elasticsearch” 来安装 Elasticsearch 8.x。特别地，在今天的练习中，我将使用 Elasticsearch 8.1.2 来进行展示。由于 Elasticsearch 8.x 在默认的情况下是带有安全的，并且 HTTPS 是自动配置的。为了方便，我们首先来尝试不带有安全的 Elasticsearch 安装来进行展示。然后接下来再来安装带有安全的 Elasticsearch 集群。

可能很多开发者并不知道如何安装不带有安全的 Elasticsearch 集群。请参照我之前的文章 “Elastic Stack 8.0 安装 - 保护你的 Elastic Stack 现在比以往任何时候都简单”。仔细阅读文章中 “如何配置 Elasticsearch 不带安全性” 章节进行配置。

Python 示例

接下来，我们来展示如何使用 python client 8.0 来创建索引等 *** 作。我们的很多步骤和之前的文章 “Elasticsearch：Elasticsearch 开发入门 - Python”。区别是在连接部分以及有些 API 的变化。

首先，我们在自己的电脑上创建一个目录，并创建一个叫做 main.py 的文档：

main.py

$ pwd
/Users/liuxg/python/elasticsearch-py8
$ ls
main.py
$ cat main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
# The following does not work for elasticsearch 8.0
es = Elasticsearch([{'host':'localhost','port':9200}])
print(es)

在上面，我们使用之前的方法来连接 Elasticsearch 8.x，那么我们可以看到如下的信息：

$ python main.py
Traceback (most recent call last):
  File "/Users/liuxg/python/elasticsearch-py8/main.py", line 7, in 
    es = Elasticsearch([{'host':'localhost','port':9200}])
  File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/elasticsearch/_sync/client/__init__.py", line 312, in __init__
    node_configs = client_node_configs(
  File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/elasticsearch/_sync/client/utils.py", line 101, in client_node_configs
    node_configs = hosts_to_node_configs(hosts)
  File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/elasticsearch/_sync/client/utils.py", line 144, in hosts_to_node_configs
    node_configs.append(host_mapping_to_node_config(host))
  File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/elasticsearch/_sync/client/utils.py", line 211, in host_mapping_to_node_config
    return NodeConfig(**options)  # type: ignore
TypeError: NodeConfig.__init__() missing 1 required positional argument: 'scheme'

显然，我们的方法是有问题的。正确的方法是：

main.py


# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
# The following does not work for elasticsearch 8.0
es = Elasticsearch("http://localhost:9200")
print(es)

运行上面的代码，我们可以看到：

$ python main.py

从上面的输出中，我们可以看到它成功地连接到 Elasticsearch 8.x。

创建索引并写入文档

Elasticsearch 是面向文档的，这意味着它存储了整个对象或文档。它不仅存储它们，而且索引每个文档的内容以使其可搜索。在 Elasticsearch 中，你可以对文档进行索引，搜索，排序和过滤。

Elasticsearch 使用 JSON 作为文档的序列化格式。现在让我们开始索引员工文档。在 Elasticsearch 中存储数据的行为称为索引编制。 Elasticsearch 集群可以包含多个索引，而索引又包含一个类型。这些类型包含多个文档，并且每个文档都有多个字段。如果你想了解更多这些概念，请阅读我之前的文章 “Elasticsearch 中的一些重要概念: cluster, node, index, document, shards 及 replica”。

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
es = Elasticsearch("http://localhost:9200")
print(es)

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

运行上面的代码，我们可以看到如下的结果：

$ python main.py

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

从上面的输出中，我们可以看出来 *** 作是成功的。我们可以在 Kibana 中进行查看：

当然，我们也可以使用如下的命令来让 Elasticsearch 给我们分配一个文档 id。这在大多数的情况下是被推荐的方法，因为这样的摄入速度会更快：

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
es = Elasticsearch("http://localhost:9200")
print(es)

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

e2 = {
    "first_name" :  "Jane",
    "last_name" :   "Smith",
    "age" :         32,
    "about" :       "I like to collect rock albums",
    "interests":  [ "music" ]
}

res = es.index(index = 'megacorp', document = e2)
print(res['result'])

运行上面的代码：

$ python main.py

{'_index': 'megacorp', '_id': '1', '_version': 2, 'result': 'updated', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 1, '_primary_term': 2}
created

我们可以看到第一个文档的状态是 updated，而第二个文档的状态是 created，也就是说第一个文档被更新，而第二个文档是被创建。我们可以通过 Kibana 来查看：

从上面，我们可以看出来，第二个文档的 id 是一个像是随机生成的但是唯一的 id。

上面的命令相当于如下的命令：

PUT megacorp/_doc/1
{
  "first_name": "Jane",
  "last_name": "Smith",
  "age": 32,
  "about": "I like to collect rock albums",
  "interests": [
    "music"
  ]
}

获取一个文档

在 Elasticsearch 中这很容易。我们只需执行一个 HTTP GET 请求并指定文档的地址-索引，类型和 ID。使用这三段信息，我们可以返回原始 JSON 文档。

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
es = Elasticsearch("http://localhost:9200")
print(es)

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

res = es.get(index = INDEX_NAME, id = 1)
print(res)

在上面，我们获取 id 为 1 的文档：

res = es.get(index = INDEX_NAME, id = 1)
print(res)

运行上面的代码：

$ python main.py

{'_index': 'megacorp', '_id': '1', '_version': 3, 'result': 'updated', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 3, '_primary_term': 2}
{'_index': 'megacorp', '_id': '1', '_version': 3, '_seq_no': 3, '_primary_term': 2, 'found': True, '_source': {'first_name': 'nitin', 'last_name': 'panwar', 'age': 27, 'about': 'Love to play cricket', 'interests': ['sports', 'music']}}

从上面的输出中，我们可以看到它成功地获取了该文档。上述命令相当于如下的命令：

GET megacorp/_doc/1

删除一个文档

我们可以使用如下的命令来删除 id 为 1 的文档：

res = es.delete(index = 'megacorp', id = 1)
print(res['result'])

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
es = Elasticsearch("http://localhost:9200")
print(es)

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

res = es.get(index = INDEX_NAME, id = 1)
print(res)

res = es.delete(index = 'megacorp', id = 1)
print(res['result'])

运行上面的程序：

$ python main.py

{'_index': 'megacorp', '_id': '1', '_version': 4, 'result': 'updated', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 4, '_primary_term': 2}
{'_index': 'megacorp', '_id': '1', '_version': 4, '_seq_no': 4, '_primary_term': 2, 'found': True, '_source': {'first_name': 'nitin', 'last_name': 'panwar', 'age': 27, 'about': 'Love to play cricket', 'interests': ['sports', 'music']}}
deleted

上面显示，id 为 1 的文档已经被删除了。上面的代码相当于如下的命令：

DELETE megacorp/_doc/1

我们可以使用如下的命令来检查该文档是否已经被成功删除了：

GET megacorp/_doc/1

{
"_index" : "megacorp",
"_id" : "1",
"found" : false
}

上面显示 id 为 1 的文档已经不存在了。

搜索文档

我们可以使用如下的命令来搜索所有的文档：

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
es = Elasticsearch("http://localhost:9200")
print(es)

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

# Get a doc with id = 1
res = es.get(index = INDEX_NAME, id = 1)
print(res)

# Search all of the available documents
res = es.search(index = 'megacorp', query = {"match_all": {}} )
print(res['hits'])

上面的命令相当于如下的命令：

GET megacorp/_search
{
  "query": {
    "match_all": {}
  }
}

运行上面的代码，我们可以看到如下的结果：

$ python main.py

{'_index': 'megacorp', '_id': '1', '_version': 4, 'result': 'updated', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 10, '_primary_term': 2}
{'_index': 'megacorp', '_id': '1', '_version': 4, '_seq_no': 10, '_primary_term': 2, 'found': True, '_source': {'first_name': 'nitin', 'last_name': 'panwar', 'age': 27, 'about': 'Love to play cricket', 'interests': ['sports', 'music']}}
{'total': {'value': 2, 'relation': 'eq'}, 'max_score': 1.0, 'hits': [{'_index': 'megacorp', '_id': 'nclzRYABLlqonX6ywMh7', '_score': 1.0, '_source': {'first_name': 'Jane', 'last_name': 'Smith', 'age': 32, 'about': 'I like to collect rock albums', 'interests': ['music']}}, {'_index': 'megacorp', '_id': '1', '_score': 1.0, '_source': {'first_name': 'nitin', 'last_name': 'panwar', 'age': 27, 'about': 'Love to play cricket', 'interests': ['sports', 'music']}}]}

从上面的输出结果中，我们可以看出来搜索出来两个文档。

接下来，让我们来搜索 first_name 为 nitin 的文档：

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
es = Elasticsearch("http://localhost:9200")
print(es)

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

# Get a doc with id = 1
res = es.get(index = INDEX_NAME, id = 1)
print(res)

# Search all of the available documents
# res = es.search(index = 'megacorp', query = {"match_all": {}} )
# print(res['hits'])

# Search for a document with first_name = nitin
res= es.search(index = 'megacorp', query = {'match':{'first_name':'nitin'}})
print(res['hits']['hits'])

上面的命令相当于：

GET megacorp/_search?filter_path=**.hits
{
  "query": {
    "match": {
      "first_name": "nitin"
    }
  }
}

运行上面的代码，我们可以看到如下的输出：

$ python main.py

{'_index': 'megacorp', '_id': '1', '_version': 5, 'result': 'updated', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 11, '_primary_term': 2}
{'_index': 'megacorp', '_id': '1', '_version': 5, '_seq_no': 11, '_primary_term': 2, 'found': True, '_source': {'first_name': 'nitin', 'last_name': 'panwar', 'age': 27, 'about': 'Love to play cricket', 'interests': ['sports', 'music']}}
[{'_index': 'megacorp', '_id': '1', '_score': 0.20763937, '_source': {'first_name': 'nitin', 'last_name': 'panwar', 'age': 27, 'about': 'Love to play cricket', 'interests': ['sports', 'music']}}]

我们可以看到有一个文档被搜索到了。

我们接下来再来一个 bool 搜索：

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
es = Elasticsearch("http://localhost:9200")
print(es)

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

# Get a doc with id = 1
res = es.get(index = INDEX_NAME, id = 1)
print(res)

# Search all of the available documents
# res = es.search(index = 'megacorp', query = {"match_all": {}} )
# print(res['hits'])

# Search for a document with first_name = nitin
res= es.search(index = 'megacorp', query = {'match':{'first_name':'nitin'}})
print(res['hits']['hits'])

res= es.search(index = 'megacorp', query = {
        "bool": {
        "must": [
            {
            "match": {
                "first_name": "nitin"
            }
            }
        ],
        "should": [
            {
            "range": {
                "age": {
                "gte": 10
                }
            }
            }
        ]
        }
    })
 
print(res['hits']['hits'])

上面的命令相当于如下的命令：

GET megacorp/_search?filter_path=**.hits
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "first_name": "nitin"
          }
        }
      ],
      "should": [
        {
          "range": {
            "age": {
              "gte": 10
            }
          }
        }
      ]
    }
  }
}

运行上面的代码，我们可以看到如下的结果：

$ python main.py

{'_index': 'megacorp', '_id': '1', '_version': 7, 'result': 'updated', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 13, '_primary_term': 2}
{'_index': 'megacorp', '_id': '1', '_version': 7, '_seq_no': 13, '_primary_term': 2, 'found': True, '_source': {'first_name': 'nitin', 'last_name': 'panwar', 'age': 27, 'about': 'Love to play cricket', 'interests': ['sports', 'music']}}
[{'_index': 'megacorp', '_id': '1', '_score': 0.6931471, '_source': {'first_name': 'nitin', 'last_name': 'panwar', 'age': 27, 'about': 'Love to play cricket', 'interests': ['sports', 'music']}}]
[{'_index': 'megacorp', '_id': '1', '_score': 1.6931472, '_source': {'first_name': 'nitin', 'last_name': 'panwar', 'age': 27, 'about': 'Love to play cricket', 'interests': ['sports', 'music']}}]

从上面的输出中，我们可以看到有一个结果在 bool 查询中被搜索到了。

如果你想了解更关于 Elasticsearch 的 DSL 查询，请详细阅读我之前的文章 “开始使用 Elasticsearch （2）”。

如何连接含有 Basic 安全的 Elasticsearch 集群

在上面，我们已经展示了该如何创建索引，文档及对文档进行 *** 作。在我们演示的环境中，Elasticsearch 集群是不带有安全的。那么带有安全的集群该如何进行连接呢？

首先，我们来创建一个含有密码保护的 Elasticsearch 集群。在该集群中，我们不配置 HTTPS。针对 Elasticsearch 8.0 的安装，请参阅我之前的文章 “Elastic Stack 8.0 安装 - 保护你的 Elastic Stack 现在比以往任何时候都简单”。请详细阅读章节 “如何配置 Elasticsearch 只带有基本安全”。为了讲述的方便，我们设置 elastic 超级用户的密码为 password。

等我们搭建好我们的集群后，我们再次使用如下的代码来运行：

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
es = Elasticsearch("http://localhost:9200")
print(es)

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

在上面，我们没有使用任何的账号信息来访问 Elasticsearch，那么我们可以看到如下的输出：

$ python main.py

Traceback (most recent call last):
File "/Users/liuxg/python/elasticsearch-py8/main.py", line 19, in
res = es.index(index = INDEX_NAME, id = 1, document = e1)
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/elasticsearch/_sync/client/utils.py", line 404, in wrapped
return api(*args, **kwargs)
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/elasticsearch/_sync/client/__init__.py", line 2207, in index
return self.perform_request( # type: ignore[return-value]
File "/Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/elasticsearch/_sync/client/_base.py", line 321, in perform_request
raise HTTP_EXCEPTIONS.get(meta.status, ApiError)(
elasticsearch.AuthenticationException: AuthenticationException(401, 'security_exception', 'missing authentication credentials for REST request [/megacorp/_doc/1]')

上面的错误信息显示我们没有用到任何的账号信息。我们该如何把账号信息传入呢？在连接 Elasticsearch 时，我们可以使用如下的方式：

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
es = Elasticsearch("http://localhost:9200", basic_auth=("elastic", "password"))
print(es)

INDEX_NAME = "megacorp"
c
e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

如上所示，我们在连接时添加了 basic_auth 参数，并把用户名及密码传入。运行上面的代码：

$ python main.py

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

我们可以看到文档已经被成功地写入到 Elasticsearch 中去了。

连接含有 HTTPS 配置的集群

在默认的情况下，Elasticsearch 8.x 的安装是带有 HTTPS 配置的。我们可以按照我之前的教程 “如何在 Linux，MacOS 及 Windows 上进行安装 Elasticsearch” 在自己喜欢的平台上进行安装。请参考 “Elastic Stack 8.x 安装” 章节。在安装的过程中，我们需要记下如下的启动信息：

我们可以有如下的两种方法来进行连接：

使用 fingerprint。

我们必须保证 python 的版本是 3.10 及以后。

我们可以在 Elasticsearch 的安装目录下运行如下的命令：

openssl x509 -fingerprint -sha256 -in config/certs/http_ca.crt

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
# Password for the 'elastic' user generated by Elasticsearch
ELASTIC_PASSWORD = "6oBcV7Qa40zfXsqQic5v"
CERT_FINGERPRINT = "4C:CB:E4:D9:11:55:83:25:EE:8B:FF:46:45:CF:6B:CF:E7:11:2E:CB:5F:F1:6A:92:C7:97:7D:0C:28:AA:56:C1"
es = Elasticsearch("https://localhost:9200",
                    ssl_assert_fingerprint = CERT_FINGERPRINT,
                    basic_auth=("elastic", ELASTIC_PASSWORD),
                    verify_certs=False)
print(es)
es.info()

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

由于是自签名证书，我们在连接 Elasticsearch 时，传入参数 verify_certs=False。如果你的证书是签名证书，你可以设置 verify_certs=True。

事实上，我们也可以使用如下的格式来连接：

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
# Password for the 'elastic' user generated by Elasticsearch
ELASTIC_PASSWORD = "6oBcV7Qa40zfXsqQic5v"
CERT_FINGERPRINT = "4C:CB:E4:D9:11:55:83:25:EE:8B:FF:46:45:CF:6B:CF:E7:11:2E:CB:5F:F1:6A:92:C7:97:7D:0C:28:AA:56:C1"
es = Elasticsearch("https://elastic:6oBcV7Qa40zfXsqQic5v@localhost:9200",
                    ssl_assert_fingerprint = CERT_FINGERPRINT,
                    verify_certs=False)
print(es)
es.info()

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

在上面，我们把用户名及密码直接写到 elasticsearch 的连接 URL 里。

针对自签名证书，如果我们不希望验证证书，我们直接使用如下的方法：

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
# Password for the 'elastic' user generated by Elasticsearch
ELASTIC_PASSWORD = "6oBcV7Qa40zfXsqQic5v"
CERT_FINGERPRINT = "4C:CB:E4:D9:11:55:83:25:EE:8B:FF:46:45:CF:6B:CF:E7:11:2E:CB:5F:F1:6A:92:C7:97:7D:0C:28:AA:56:C1"
es = Elasticsearch("https://localhost:9200",
                    basic_auth=("elastic", ELASTIC_PASSWORD),
                    verify_certs=False)
print(es)
es.info()

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

在上面，我们直接配置 verify_certs=False 即可。

使用证书

我们可以使用如下的方法把证书也写进连接的参数里：

main.py

# Import Elasticsearch package
from elasticsearch import Elasticsearch

# Connect to the elastic cluster
# Password for the 'elastic' user generated by Elasticsearch
ELASTIC_PASSWORD = "6oBcV7Qa40zfXsqQic5v"
CERT_FINGERPRINT = "4C:CB:E4:D9:11:55:83:25:EE:8B:FF:46:45:CF:6B:CF:E7:11:2E:CB:5F:F1:6A:92:C7:97:7D:0C:28:AA:56:C1"
es = Elasticsearch("https://elastic:6oBcV7Qa40zfXsqQic5v@localhost:9200",
                    ca_certs="/Users/liuxg/test/elasticsearch-8.1.2/config/certs/http_ca.crt",
                    verify_certs=True)
print(es)
es.info()

INDEX_NAME = "megacorp"

e1 = {
    "first_name":"nitin",
    "last_name":"panwar",
    "age": 27,
    "about": "Love to play cricket",
    "interests": ['sports','music'],
}

res = es.index(index = INDEX_NAME, id = 1, document = e1)
print(res)

如上所示，我们在连接时，通过设置 ca_certs 把证书所在的位置传入，那么在这种情况下，我们可以把 verify_certs 设置为 True。运行上面的代码：

$ python main.py

{'_index': 'megacorp', '_id': '1', '_version': 5, 'result': 'updated', '_shards': {'total': 2, 'successful': 1, 'failed': 0}, '_seq_no': 4, '_primary_term': 1}

显然，我们的连接是成功的。

参考：

【1】 Connecting | Elasticsearch Python Client [master] | Elastic

【2】Python Elasticsearch Client — Python Elasticsearch client 8.1.2 documentation

【3】Overview | Elasticsearch Python Client [master] | Elastic

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/langs/732871.html

Elasticsearch：使用最新的 Python client 8.0 来创建索引并搜索

发表评论

评论列表（0条）