高峰只对攀登它而不是仰望它的人来说才有真正意义。
API

API

JAVA API 写入ElasticSearch的数据,不带version

回复

Elasticsearchcloud_915 发起了问题 • 3 人关注 • 0 个回复 • 5212 次浏览 • 2016-07-27 16:57 • 来自相关话题

在ES的java API 和 Spring -data-ES中,应该选择哪种技术栈?

Elasticsearchtacsklet 回复了问题 • 1 人关注 • 1 个回复 • 2159 次浏览 • 2020-03-09 15:10 • 来自相关话题

elastic search 5.4.版本,java api 调用出现:can not write type [class java.math.BigDecimal]

Elasticsearchhnj1575565068 回复了问题 • 3 人关注 • 3 个回复 • 10999 次浏览 • 2019-05-22 20:13 • 来自相关话题

调用es restful api进行查询,为什么返回的json结果会把不可见字符转为\u开始的unicode字符串?能够通过配置避免这个问题吗

Elasticsearchmsngoogleacm 回复了问题 • 2 人关注 • 2 个回复 • 3493 次浏览 • 2019-03-28 13:54 • 来自相关话题

关于JavaApi prepareSearch的疑问

Elasticsearchrochy 回复了问题 • 2 人关注 • 1 个回复 • 2430 次浏览 • 2018-09-13 09:25 • 来自相关话题

_cat/pending_tasks/ API中第一列的数字什么意思?指的是线程吗?

Elasticsearchyayg2008 回复了问题 • 3 人关注 • 2 个回复 • 3259 次浏览 • 2018-05-25 19:46 • 来自相关话题

kibana 通过api创建index pattern

Kibanaxiaoke 回复了问题 • 2 人关注 • 1 个回复 • 4650 次浏览 • 2018-03-29 10:05 • 来自相关话题

如何在jdk1.7的项目下使用 rest client api ?

回复

Elasticsearchi_love_elastic 发起了问题 • 1 人关注 • 0 个回复 • 2173 次浏览 • 2018-03-22 17:02 • 来自相关话题

elasticsearch java api 太少了不全面

Elasticsearchphoenix 回复了问题 • 4 人关注 • 3 个回复 • 2271 次浏览 • 2017-12-21 17:49 • 来自相关话题

elasticsearch5中删除索引中的过期文档

Elasticsearchnovia 回复了问题 • 1 人关注 • 1 个回复 • 3339 次浏览 • 2017-11-15 11:17 • 来自相关话题

小白问一个关于elasticsearch 设置的问题

Elasticsearchbjfk2006 回复了问题 • 3 人关注 • 3 个回复 • 2221 次浏览 • 2017-11-14 16:34 • 来自相关话题

是否可以 限制 API 查询结果 的输出 (pipeline aggregation)

Elasticsearchlaoyang360 回复了问题 • 2 人关注 • 1 个回复 • 3237 次浏览 • 2017-09-18 18:48 • 来自相关话题

java api如何用索引通配查询?

ElasticsearchCheetah 回复了问题 • 4 人关注 • 3 个回复 • 4102 次浏览 • 2017-08-25 10:47 • 来自相关话题

关于x-pack java api的问题

Elasticsearchghdong 回复了问题 • 3 人关注 • 2 个回复 • 4911 次浏览 • 2017-08-15 13:46 • 来自相关话题

Pandasticsearch: An Elasticsearch client exposing DataFrame API

Elasticsearchonesuper 发表了文章 • 0 个评论 • 5884 次浏览 • 2016-11-08 18:02 • 来自相关话题

https://github.com/onesuper/pandasticsearch  
# Create a DataFrame object
from pandasticsearch import DataFrame
df = DataFrame.from_es('http://localhost:9200', index='people')

# Print the schema(mapping) of the index
df.print_schema()
# company
# |-- employee
#   |-- name: {'index': 'not_analyzed', 'type': 'string'}
#   |-- age: {'type': 'integer'}
#   |-- gender: {'index': 'not_analyzed', 'type': 'string'}

# Inspect the columns
df.columns
#['name', 'age', 'gender']

# Get the column
df.name
# Column('name')

# Filter
df.filter(df.age < 13).collect()
# [Row(age=12,gender='female',name='Alice'), Row(age=11,gender='male',name='Bob')]

# Project
df.filter(df.age < 25).select('name', 'age').collect()
# [Row(age=12,name='Alice'), Row(age=11,name='Bob'), Row(age=13,name='Leo')]

# Print the rows into console
df.filter(df.age < 25).select('name').show(3)
# +------+
# | name |
# +------+
# | Alice|
# | Bob  |
# | Leo  |
# +------+

# Sort
df.sort(df.age.asc).select('name', 'age').collect()
#[Row(age=11,name='Bob'), Row(age=12,name='Alice'), Row(age=13,name='Leo')]

# Aggregate
df[df.gender == 'male'].agg(df.age.avg).collect()
# [Row(avg(age)=12)]

# Groupby
df.groupby('gender').collect()
# [Row(doc_count=1), Row(doc_count=2)]

# Groupby and then aggregate
df.groupby('gender').agg(df.age.max).collect()
# [Row(doc_count=1, max(age)=12), Row(doc_count=2, max(age)=13)]

# Convert to Pandas object for subsequent analysis
df[df.gender == 'male'].agg(df.age.avg).to_pandas()
#    avg(age)
# 0        12

JAVA API 写入ElasticSearch的数据,不带version

回复

Elasticsearchcloud_915 发起了问题 • 3 人关注 • 0 个回复 • 5212 次浏览 • 2016-07-27 16:57 • 来自相关话题

在ES的java API 和 Spring -data-ES中,应该选择哪种技术栈?

回复

Elasticsearchtacsklet 回复了问题 • 1 人关注 • 1 个回复 • 2159 次浏览 • 2020-03-09 15:10 • 来自相关话题

elastic search 5.4.版本,java api 调用出现:can not write type [class java.math.BigDecimal]

回复

Elasticsearchhnj1575565068 回复了问题 • 3 人关注 • 3 个回复 • 10999 次浏览 • 2019-05-22 20:13 • 来自相关话题

关于JavaApi prepareSearch的疑问

回复

Elasticsearchrochy 回复了问题 • 2 人关注 • 1 个回复 • 2430 次浏览 • 2018-09-13 09:25 • 来自相关话题

_cat/pending_tasks/ API中第一列的数字什么意思?指的是线程吗?

回复

Elasticsearchyayg2008 回复了问题 • 3 人关注 • 2 个回复 • 3259 次浏览 • 2018-05-25 19:46 • 来自相关话题

kibana 通过api创建index pattern

回复

Kibanaxiaoke 回复了问题 • 2 人关注 • 1 个回复 • 4650 次浏览 • 2018-03-29 10:05 • 来自相关话题

如何在jdk1.7的项目下使用 rest client api ?

回复

Elasticsearchi_love_elastic 发起了问题 • 1 人关注 • 0 个回复 • 2173 次浏览 • 2018-03-22 17:02 • 来自相关话题

elasticsearch java api 太少了不全面

回复

Elasticsearchphoenix 回复了问题 • 4 人关注 • 3 个回复 • 2271 次浏览 • 2017-12-21 17:49 • 来自相关话题

elasticsearch5中删除索引中的过期文档

回复

Elasticsearchnovia 回复了问题 • 1 人关注 • 1 个回复 • 3339 次浏览 • 2017-11-15 11:17 • 来自相关话题

小白问一个关于elasticsearch 设置的问题

回复

Elasticsearchbjfk2006 回复了问题 • 3 人关注 • 3 个回复 • 2221 次浏览 • 2017-11-14 16:34 • 来自相关话题

是否可以 限制 API 查询结果 的输出 (pipeline aggregation)

回复

Elasticsearchlaoyang360 回复了问题 • 2 人关注 • 1 个回复 • 3237 次浏览 • 2017-09-18 18:48 • 来自相关话题

java api如何用索引通配查询?

回复

ElasticsearchCheetah 回复了问题 • 4 人关注 • 3 个回复 • 4102 次浏览 • 2017-08-25 10:47 • 来自相关话题

关于x-pack java api的问题

回复

Elasticsearchghdong 回复了问题 • 3 人关注 • 2 个回复 • 4911 次浏览 • 2017-08-15 13:46 • 来自相关话题

在ES的搜索中怎么搜索出field事空字符串的的结果 是一个 “ ” 不是null

回复

Elasticsearchedwardyang6936 发起了问题 • 2 人关注 • 0 个回复 • 5448 次浏览 • 2016-11-04 17:54 • 来自相关话题

Pandasticsearch: An Elasticsearch client exposing DataFrame API

Elasticsearchonesuper 发表了文章 • 0 个评论 • 5884 次浏览 • 2016-11-08 18:02 • 来自相关话题

https://github.com/onesuper/pandasticsearch  
# Create a DataFrame object
from pandasticsearch import DataFrame
df = DataFrame.from_es('http://localhost:9200', index='people')

# Print the schema(mapping) of the index
df.print_schema()
# company
# |-- employee
#   |-- name: {'index': 'not_analyzed', 'type': 'string'}
#   |-- age: {'type': 'integer'}
#   |-- gender: {'index': 'not_analyzed', 'type': 'string'}

# Inspect the columns
df.columns
#['name', 'age', 'gender']

# Get the column
df.name
# Column('name')

# Filter
df.filter(df.age < 13).collect()
# [Row(age=12,gender='female',name='Alice'), Row(age=11,gender='male',name='Bob')]

# Project
df.filter(df.age < 25).select('name', 'age').collect()
# [Row(age=12,name='Alice'), Row(age=11,name='Bob'), Row(age=13,name='Leo')]

# Print the rows into console
df.filter(df.age < 25).select('name').show(3)
# +------+
# | name |
# +------+
# | Alice|
# | Bob  |
# | Leo  |
# +------+

# Sort
df.sort(df.age.asc).select('name', 'age').collect()
#[Row(age=11,name='Bob'), Row(age=12,name='Alice'), Row(age=13,name='Leo')]

# Aggregate
df[df.gender == 'male'].agg(df.age.avg).collect()
# [Row(avg(age)=12)]

# Groupby
df.groupby('gender').collect()
# [Row(doc_count=1), Row(doc_count=2)]

# Groupby and then aggregate
df.groupby('gender').agg(df.age.max).collect()
# [Row(doc_count=1, max(age)=12), Row(doc_count=2, max(age)=13)]

# Convert to Pandas object for subsequent analysis
df[df.gender == 'male'].agg(df.age.avg).to_pandas()
#    avg(age)
# 0        12