Este projeto tem como objetivo apresentar, de forma prática, os conceitos fundamentais do Elasticsearch, utilizando notebooks interativos (.ipynb) em Python para demonstrar cada funcionalidade.
Cada pasta deste repositório contém um notebook (.ipynb) com exemplos práticos:
-
CRUD - Básico
Operações de Create, Read, Update e Delete usando Elasticsearch. -
Pesquisa - Básico
Realização de pesquisas simples usando queries básicas. -
Mapeamento
Definição e uso de mapeamentos personalizados para tipos de dados. -
Pesquisa - Básico 2
Continuação e aprofundamento das pesquisas com novos exemplos. -
Vetorização
Introdução à vetorização de dados e buscas semânticas. -
Analise de Texto
Análise textual com Elasticsearch, incluindo tokenização e filtros.
O projeto depende de dois componentes
- Elasticsearch
- Python
- Bibliotecas terceiras
Você pode instalar o Elasticsearch de duas formas:
- Docker (recomendado)
Caso a sua máquina tenha docker, basta modificar o arquivo .env para alterar a senha do banco. Em seguida, execute o comando
docker-compose up
O Elastisearch estará dispónivel na porta 9200, com o usuário 'elastic' e a senha que foi colocada no arquivo .env
- Manual
Para instalar manualmente, siga o link
Para instalar o python, acesse o link oficial da linguagem. Na página inicial, terá o botão para entrar na sessão do download.
O projeto utiliza 3 bibliotecas python
- notebook
- elastisearch
- elastisearch_dsl
Para instalar todas, basta rodar o comando
pip install -r requirements.txt
É recomendável criar um ambiente isolado para instalar as bibliotecas. No link a seguir mostra como criar um novo ambiente usando venv link
Rodando o comando a seguir, uma página no navegador abrirá, mostrando todas as pastas. Entre na pasta que deseja e seleciona o notebook que deseja estudar.
jupyter notebook