matchAllQuery | 学习笔记

简介: 快速学习 matchAllQuery

开发者学堂课程【ElasticSearch 入门精讲matchAllQuery学习笔记,与课程紧密连接,让用户快速学习知识。

课程地址https://developer.aliyun.com/learning/course/631/detail/10006


matchAllQuery


内容介绍:

一、描述

二、演示


一、描述

SearchResponsesearchResponse= client.prepareSearch(“blog2”)

.setTypes(“article”).setQuery(QueryBuilders.matchAllQuery())

.get();

SearchHits hits = searchResponse.getHits(); //获取命中次数,查询结果有多少对象

SearchResponsesearchResponse= client.prepareSearch(“blog2”).set

Types(“article”)

.setQuery(QueryBuilders.matchAllQuery())

.addSort(“id”, SortOrder.DESC).get();

SearchHits hits = searchResponse.getHits(); //获取命中次数,查询结果有多少对象

二、演示

在 TestES.java 中输入:

/**

*matchAllQuery 演示

*

*需求:

查询索引库之 bigdata 下的 type 之 product 下所有的记录信息,且根据 ID 进行降序排列

*/

@Test

public void testMatchAllQuery(){

//查询

SearchResponse response = client.prepareSearch(INDEX)

.setTypes(TYPE)

.setQuery(QueryBuilders.matchAllQuery())

.addSort(field: “name”, SortOrder.DESC)

.get();

//显示检索到的信息

SearchHits hits = response.getHits();

for(SearchHit hit:hits) {

System.out.println(hit.getSourceAsString());

}

}

运行结果显示报错

image.png

addSort 可能是因为全局排序时,name 不是一个整型,是一个字符串不好比较,只能是 int 型才能比较,所以出现问题。

这时我们可以换一种方式,比如查账户,先来查 bank,bank 里的 account,account 里的 balance,根据 balance 里的降序来查

image.png

修改代码:SearchResponse response = client.prepareSearch(...indices: “bank”)

.setTypes(“account”)

addSort(field: “balance”, SortOrder.DESC)

结果如图,查询成功

image.png

所以最终修改描述为

/**

*matchAllQuery 演示

*

*需求:查询索引库之 bank 下的 type 之 account 下所有的记录(第一页)信息,且根据 balance 进行降序排列

*/

相关文章
|
小程序 数据安全/隐私保护 Android开发
八米云-N1盒子、机顶盒等设备-小白保姆式超详细刷机教程
这里以魔百盒CM211-1为例,本次刷机用到的零碎工具比较多,不过都是常见刚需设备,大家可以按照清单核对一下。 目前只支持S905 L3、L3a、L2 系列的各种盒子
1966 1
八米云-N1盒子、机顶盒等设备-小白保姆式超详细刷机教程
|
10月前
|
人工智能 自然语言处理 网络安全
基于阿里云 Milvus + DeepSeek + PAI LangStudio 的低成本高精度 RAG 实战
阿里云向量检索服务Milvus版是一款全托管向量检索引擎,并确保与开源Milvus的完全兼容性,支持无缝迁移。它在开源版本的基础上增强了可扩展性,能提供大规模AI向量数据的相似性检索服务。凭借其开箱即用的特性、灵活的扩展能力和全链路监控告警,Milvus云服务成为多样化AI应用场景的理想选择,包括多模态搜索、检索增强生成(RAG)、搜索推荐、内容风险识别等。您还可以利用开源的Attu工具进行可视化操作,进一步促进应用的快速开发和部署。
|
12月前
|
机器学习/深度学习 人工智能 算法
人工智能与机器人的结合:智能化世界的未来
人工智能与机器人的结合:智能化世界的未来
1506 32
|
11月前
|
监控 搜索推荐 数据可视化
销售绩效管理升级:CRM系统全流程分析功能探析
在现代商业中,销售绩效分析对企业的持续增长至关重要。CRM系统通过数据收集、销售漏斗分析、KPI跟踪及自动化报告,提供全流程绩效分析,帮助企业优化销售策略,提升销售效率和业绩。其价值体现在提高决策效率、优化销售策略、提升团队绩效及增强客户满意度,助力企业在竞争中脱颖而出。
|
存储 人工智能 芯片
多GPU训练大型模型:资源分配与优化技巧 | 英伟达将推出面向中国的改良芯片HGX H20、L20 PCIe、L2 PCIe
在人工智能领域,大型模型因其强大的预测能力和泛化性能而备受瞩目。然而,随着模型规模的不断扩大,计算资源和训练时间成为制约其发展的重大挑战。特别是在英伟达禁令之后,中国AI计算行业面临前所未有的困境。为了解决这个问题,英伟达将针对中国市场推出新的AI芯片,以应对美国出口限制。本文将探讨如何在多个GPU上训练大型模型,并分析英伟达禁令对中国AI计算行业的影响。
3071 0
|
Rust Java C++
Rust生态系统与社区支持:跨语言比较的探究
【2月更文挑战第1天】本文旨在比较Rust语言与其他主流编程语言(如Python、Java、C++)在生态系统与社区支持方面的差异与优势。我们将从标准库、第三方库、工具链、社区活跃度和文档质量等多个维度进行深入分析,以揭示Rust在这些方面所展现出的独特之处和潜力。
|
存储 数据库 开发者
Flask中的蓝图与插件应用:构建模块化Web应用的利器
【7月更文挑战第19天】Flask蓝图和插件是构建模块化、可扩展和可维护Web应用的强大工具。蓝图允许你将应用分割成多个独立的部分,提高了代码的组织性和可重用性;而插件则为Flask应用提供了丰富的功能和社区支持,简化了开发过程。通过合理地使用蓝图和插件,你可以更加高效地开发出高质量的Web应用。
|
机器学习/深度学习 定位技术
ICLR 2024 Spotlight:连续数值分布式表征加持,浙大UIUC让语言模型擅长表格预测
【6月更文挑战第23天】在ICLR 2024会议上,浙大和UIUC的研究团队推出TP-BERTa,一种改进的BERT模型,专为表格预测。通过将连续数值特征转为文本并利用自注意力机制,TP-BERTa能有效处理高维、异构表格数据,提高预测性能。预训练和微调策略使其在XGBoost等传统方法及FT-Transformer等深度学习模型中脱颖而出。论文链接:[anzIzGZuLi](https://openreview.net/pdf?id=anzIzGZuLi)
345 5
|
Prometheus 监控 Kubernetes
一篇文章讲明白Kubernetes(k8s)部署Promehteus监控
一篇文章讲明白Kubernetes(k8s)部署Promehteus监控
590 0