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 中进行操作。

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 来创建索引等操作。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 <module> 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 <Elasticsearch(['http://localhost:9200'])>

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 <Elasticsearch(['http://localhost:9200'])> {'_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，我们可以看出来操作是成功的。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 <Elasticsearch(['http://localhost:9200'])> {'_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 <Elasticsearch(['http://localhost:9200'])> {'_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 <Elasticsearch(['http://localhost:9200'])> {'_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 <Elasticsearch(['http://localhost:9200'])> {'_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 <Elasticsearch(['http://localhost:9200'])> {'_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 <Elasticsearch(['http://localhost:9200'])> {'_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，文档及对文档进行操作。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 <Elasticsearch(['http://localhost:9200'])> Traceback (most recent call last): ? File "/Users/liuxg/python/elasticsearch-py8/main.py", line 19, in <module> ? ? 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 <Elasticsearch(['http://localhost:9200'])> {'_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

<Elasticsearch(['https://localhost:9200'])>

{'_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

---

1.本站遵循行业规范，任何转载的稿件都会明确标注作者和来源；2.本站的原创文章，会注明原创字样,如未注明都非原创，如有侵权请联系删除！；3.作者投稿可能会经我们编辑修改或补充；4.本站不提供任何储存功能只提供收集或者投稿人的网盘链接。