Match_all|学习笔记

简介: 快速学习 Match_all。

开发者学堂课程【ElasticSearch 最新快速入门教程Match_all】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/642/detail/10673


Match_all

 

Match_all 演示

curl -XPOST’localhost:9200/bank/_search?pretty-d

如果使用 head 插件 -d 可以省略

'{

"query": {"match_all": {}}

"size": 1

}'

如果不指定 size,默认是返回10条文档信息;如果指定 size 1的话,默认返回1条文档信息。

那么,我们下面试一下 curl-XPOST match_all

这样的话会有十条信息,如果是每页前几条信息可以带个参数名——“size”:      

点击请求,

如果要两条信息就将 size 后的数值更改为2即可。

下面是:

match_all &返回11到20个文档信息(分页)

curl -XPOST’localhost:9200/bank/search?pretty'-d'

'{

"query": {"match_all": {}}

"from": 10

"size": 10

}

from :指定文档索引从哪里开始,默认从0开始

size : 从 from 开始,返回多个文档

如果我们想看第2页的信息,那么:

{

“query”:{

“match_all”: {}

},

“from”: 11,

“size”: 10

}

这基本上为分页奠定了基础。

match_all &根据 account 的 balance 降序排序&返回10个文档(默认10  

个)

curl -XPOST’localhost:9200/bank/search?pretty' -d

'{

"query": {"match_all": {}},

"sart" : {"balance":{"order":"desc"}}

}'

默认第一页的信息,我们可以这么来:

{ 

“query”:{

“match_all”: {}

},

“sort”: {

“balance”: {

“order”: “desc”

}

}

来看这是不是降序,首先第一个 balance 是49989,第二个是49795

很明显是降序

我们这里演示了 match_all 向远程服务器发送请求,进行分页查询。

相关文章
|
存储 缓存 自然语言处理
Elasticesearch内存详解
Elasticesearch内存详解总结文章
4805 0
Elasticesearch内存详解
|
存储 缓存 自然语言处理
Elasticsearch 内存占用分析及 page cache 监控
Elasticsearch 内存占用相关知识,以及对 lucene 文件的 page cache 进行监控
4224 6
|
PyTorch Linux 算法框架/工具
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
这篇文章是关于如何使用Anaconda进行Python环境管理,包括下载、安装、配置环境变量、创建多版本Python环境、安装PyTorch以及使用Jupyter Notebook的详细指南。
1474 1
pytorch学习一:Anaconda下载、安装、配置环境变量。anaconda创建多版本python环境。安装 pytorch。
|
前端开发
什么是 Mock 测试?
Mock 是在前后端分离开发中,用于模拟后端数据的工具,让前端能提前开发而无需等待真实接口。它的重要性在于加速协同开发,避免因数据延迟导致的阻塞。通过工具如 Apifox,可以创建请求,设定 Mock 参数和测试脚本,进行 Mock 测试以确保数据符合预期。了解 Mock.js 语法有助于更好地进行 Mock 测试。
529 1
|
机器学习/深度学习 自然语言处理 算法
基于卷积神经网络(CNN)的垃圾邮件过滤方法
传统的垃圾邮件过滤手段如规则匹配常因垃圾邮件的多变而失效。基于深度学习的方法,特别是卷积神经网络(CNN),能自动学习邮件中的复杂特征,有效识别垃圾邮件的新形态。CNN通过特征学习、处理复杂结构、良好的泛化能力和适应性,以及高效处理大数据的能力,显著提升了过滤精度。在文本分类任务中,CNN通过卷积层提取局部特征,池化层减少维度,全连接层进行分类,特别适合捕捉文本的局部模式和顺序信息,从而构建高效的垃圾邮件过滤系统。
878 0
|
存储 消息中间件 大数据
解密存储引擎 bitcask 的设计原理
解密存储引擎 bitcask 的设计原理
197 2
|
人工智能 自然语言处理 搜索推荐
谈谈Function Calling
Function Calling赋予大语言模型调用外部工具的能力,弥补其缺乏行动力、信息滞后等缺陷。它像“指挥家”般,理解用户意图,选择合适的工具执行操作,并将结果反馈给用户,从而连接虚拟与现实。这一机制让大语言模型如虎添翼,更好地服务于人类。
708 3
谈谈Function Calling
|
监控 程序员 持续交付
`pylint`是一个高度可配置的Python代码分析工具,它可以帮助程序员查找代码中的错误、样式问题、可能的bug以及不符合编码标准的部分。
`pylint`是一个高度可配置的Python代码分析工具,它可以帮助程序员查找代码中的错误、样式问题、可能的bug以及不符合编码标准的部分。
|
存储 缓存 数据处理
深度解析:Hologres分布式存储引擎设计原理及其优化策略
【10月更文挑战第9天】在大数据时代,数据的规模和复杂性不断增加,这对数据库系统提出了更高的要求。传统的单机数据库难以应对海量数据处理的需求,而分布式数据库通过水平扩展提供了更好的解决方案。阿里云推出的Hologres是一个实时交互式分析服务,它结合了OLAP(在线分析处理)与OLTP(在线事务处理)的优势,能够在大规模数据集上提供低延迟的数据查询能力。本文将深入探讨Hologres分布式存储引擎的设计原理,并介绍一些关键的优化策略。
599 0
|
存储 自然语言处理 关系型数据库
Elasticsearch 查询时 term、match、match_phrase、match_phrase_prefix 的区别
【7月更文挑战第3天】Elasticsearch 查询时 term、match、match_phrase、match_phrase_prefix 的区别