本文首发于微信公众号：Hunter后端
原文链接：Python连接es笔记二之查询方式汇总
上一节除了介绍使用 Python 连接 es，还有最简单的 query() 方法，这一节介绍一下几种其他的查询方式。
以下是本篇笔记目录：
- query() 方法介绍
- Q() 查询
- 排序
- 分页
- source() 指定返回字段
- extra() 操作
- count() 总数
- from_dict() 函数
1、query() 方法介绍
在上一节中介绍了 query() 的一个简单示例，如下：
s = Search(using="default").index("exam")
s = s.query("match", name="张三丰")
query() 中接受两个参数，第一个是字段查询的方式，比如这里是 match，也可以是 term，这个依照查询的目的来替换。
第二个则是查询的字段与值，比如这里是查询的 name 字段为 "张三丰" 的数据。
如果是有多个条件，比如 name="张三丰"，address="中国" 的数据，这里的 = ，并非是完全等于的意思，而是会依照前面的查询方式，比如 match 或 term 进行类似的分词或者模糊搜索。
如果是上面多个条件的查询，可以直接在后面加上类似的 query()：
s = s.query("match", name="张三丰").query("match", address="中国")
这两个 query() 通过链式操作连在一起转换成 es 语句就是使用 must 将多条件连接在一起，我们可以使用 to_dict() 方式来查看：
s.to_dict()
# {'query': {'bool': {'must': [{'match': {'name': '张三丰'}}, {'match': {'address': '中国'}}]}}}
2、Q() 查询
如果看过之前我写过的 Django 系列笔记，应该记得在 Django 里也有个 Q() 方法的查询，和这里的一样，也是用于条件的联合，与或非条件都可以实现。
引入方式如下：
from elasticsearch_dsl import Q
但是如果是在 Django 中使用 es 的连接，也是同样使用 Q() 方法，我们可以使用 as 来区分，这里我们对于 es 的 Q() 方法可以使用 ES_Q() 来区分：
from elasticsearch_dsl import Q as ES_Q
单个条件的使用 Q() 如下：
s = s.query(ES_Q("match", name="张三丰"))
如下使用 dict 形式的操作也是等效的：
s = s.query(ES_Q({"match": {"name": "张三丰"}}))
与操作
对于这两个条件，如果想要实现它们的与操作：
q1 = ES_Q("match", name="张三丰")
q2 = ES_Q("match", address="中国")
可以如下实现：
s = s.query(q1 & q2)
或操作
如果是想实现上面的或操作，可以如下：
s = s.query(q1 | q2)
非操作
如果是想取反，直接在条件前加一个 ~ 即可：
q1 = ~ES_Q("match", name="张三丰")
s = s.query(q1)
multi_match
如果是搜索多字段，可以如下操作：
q = ES_Q("multi_match", query="中国 张三丰", fields=["name", "address"])
s = s.query(q)
text.keyword 操作
对于 es 中 text 字段，前面我们介绍过 .keyword 的查询方式，是将 text 字段作为一个整体进行查询，在 ES_Q() 中，以下两种操作是等效的：
q = ES_Q({"term": {"address.keyword": "中国湖北省"}})
q = ES_Q("term", address__keyword="中国湖北省")
filter() 操作
在 es 中的 filter 操作，在 Python 中是一个 filter() 函数，可以直接使用：
q = ES_Q("term", name="张三丰")
s = s.filter(q)
range 操作
实现大小于的操作示例如下：
q = ES_Q({"range": {"age": {"gte": 21}}})
s = s.query(q)
exclude() 操作
如果是想取反，除了使用 ~Q()，还可以直接使用 exclude() 函数，这个和 Django 里的操作也是一样的：
q = ES_Q("term", name="张三丰")
s = s.exclude(q)
3、排序
如果是想对返回的结果进行排序操作，直接使用 .sort() 方法。
比如想对 age 字段排序，正序返回数据，可如下操作：
s = s.sort("age")
如果是想倒序返回，可以如下操作：
s = s.sort("-age")
多字段排序直接在后面跟上就行：
s = s.sort("-age", "name")
4、分页
Python 连接 es 进行分页，可以直接使用 Python 里的切片操作，比如：
s = s[5:10]
5、source() 指定返回字段
我们可以通过 source() 方法指定返回的字段：
s = s.source(["name", "address"])
source() 方法还可以接受 includes 和 excludes 参数来指定返回的字段或者不返回的字段，这个和 es 的原生处理方式是一致的：
s = s.source(
includes=["address"],
excludes=["name"]
)
6、extra() 操作
extra() 函数接受一些查询的额外属性，比如 size 参数决定返回条数，比如 from 参数可以决定从第几条数据开始返回，sort 参数决定排序方式，以及 _source 参数决定返回的字段。
比如我们想要返回的数据从第 2 条数据开始，返回两条，按照 name 字段进行排序，只返回 name 和 _id 字段，可以如下操作：
s = Search(using="default").index("exam")
s = s.extra(
sort="name",
_source=["name"],
**{
"from": 1,
"size": 2
}
)
response = s.execute()
7、count() 总数
前面介绍过获取符合条件的总数，可以通过 response.hits.total.value 的方式获得，其实对于 Search()，可以直接使用 count() 函数：
count = s.count()
8、from_dict() 函数
如果我们想直接运行 kibana 里执行的命令，可以使用 from_dict() 函数，比如：
s = s.from_dict(
{
"query": {
"term": {
"name": {
"value": "张三丰"
}
}
}
}
)
