client
highlevel client(7.10) 查询took>1000时，_shard.successful=0
回复Elasticsearch • aiolos 发起了问题 • 1 人关注 • 0 个回复 • 1627 次浏览 • 2021-02-24 15:59
es client节点设置问题 。。
Elasticsearch • rochy 回复了问题 • 3 人关注 • 1 个回复 • 3425 次浏览 • 2019-04-14 21:56
判断TransPortClient是否存活
Elasticsearch • rochy 回复了问题 • 3 人关注 • 1 个回复 • 3028 次浏览 • 2019-02-28 15:14
5.1.2 client做成单例的一直不关闭会出问题吗
Elasticsearch • novia 回复了问题 • 2 人关注 • 2 个回复 • 6714 次浏览 • 2017-06-02 10:46
Pandasticsearch: An Elasticsearch client exposing DataFrame API
Elasticsearch • onesuper 发表了文章 • 0 个评论 • 6189 次浏览 • 2016-11-08 18:02
# 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
使用node client报以下错误，使用transport client 就没有错误
回复Elasticsearch • Jellybean 发起了问题 • 1 人关注 • 0 个回复 • 6611 次浏览 • 2016-01-20 15:24
请问在应用中使用node client还是transport client比较好？
Elasticsearch • zttech 回复了问题 • 5 人关注 • 3 个回复 • 6081 次浏览 • 2016-01-19 14:03
highlevel client(7.10) 查询took>1000时，_shard.successful=0
回复Elasticsearch • aiolos 发起了问题 • 1 人关注 • 0 个回复 • 1627 次浏览 • 2021-02-24 15:59
5.1.2 client做成单例的一直不关闭会出问题吗
回复Elasticsearch • novia 回复了问题 • 2 人关注 • 2 个回复 • 6714 次浏览 • 2017-06-02 10:46
使用node client报以下错误，使用transport client 就没有错误
回复Elasticsearch • Jellybean 发起了问题 • 1 人关注 • 0 个回复 • 6611 次浏览 • 2016-01-20 15:24
请问在应用中使用node client还是transport client比较好？
回复Elasticsearch • zttech 回复了问题 • 5 人关注 • 3 个回复 • 6081 次浏览 • 2016-01-19 14:03
Pandasticsearch: An Elasticsearch client exposing DataFrame API
Elasticsearch • onesuper 发表了文章 • 0 个评论 • 6189 次浏览 • 2016-11-08 18:02
# 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
