网站页面统计代码是什么意思,python 营销型网站建设,南阳网站运营招聘信息,中国疾病预防控制中心#x1f49d;#x1f49d;#x1f49d;欢迎来到我的博客#xff0c;很高兴能够在这里和您见面#xff01;希望您在这里可以感受到一份轻松愉快的氛围#xff0c;不仅可以获得有趣的内容和知识#xff0c;也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学… 欢迎来到我的博客很高兴能够在这里和您见面希望您在这里可以感受到一份轻松愉快的氛围不仅可以获得有趣的内容和知识也可以畅所欲言、分享您的想法和见解。 推荐:kwan 的首页,持续学习,不断总结,共同进步,活到老学到老导航 檀越剑指大厂系列:全面总结 java 核心技术,jvm,并发编程 redis,kafka,Spring,微服务等常用开发工具系列:常用的开发工具,IDEA,Mac,Alfred,Git,typora 等数据库系列:详细总结了常用数据库 mysql 技术点,以及工作中遇到的 mysql 问题等新空间代码工作室:提供各种软件服务,承接各种毕业设计,毕业论文等懒人运维系列:总结好用的命令,解放双手不香吗?能用一个命令完成绝不用两个操作数据结构与算法系列:总结数据结构和算法,不同类型针对性训练,提升编程思维,剑指大厂 非常期待和您一起在这个小小的网络世界里共同探索、学习和成长。 ✨✨ 欢迎订阅本专栏 ✨✨ 博客目录 一.基本介绍二.代码实战1.console 查询2.代码查询 一.基本介绍
在 Elasticsearch (ES) 中进行分页查询主要有三种方式from size、search_after 和 scroll。每种方式都有其适用场景和优缺点。 from size这是最基本的分页方式通过指定from起始位置和size每页数量来获取数据。它简单易用适用于数据量不大或不需要深度分页的场景。但是当from值很大时性能会下降因为需要合并和排序所有分片返回的结果。ES 默认的max_result_window限制了最大分页数通常为 10000这意味着from size的值不能超过这个限制。如果需要处理大量数据或深度分页这种方式可能不是最佳选择。 search_after这种方式适用于需要深度分页的场景它通过使用上一页的最后一个文档的排序值来获取下一页数据因此可以有效地避免深度分页的性能问题。这种方式的优点是性能较好不存在深度分页问题能够反映数据的实时变更。但是它需要一个全局唯一的字段来排序且实现相对复杂每次查询都需要上次查询的结果。 scrollscroll API 允许你“游走”或“滚动”通过大量结果而不需要使用深度分页。它通过维护一个活跃的搜索上下文来实现这个上下文会在指定的时间内保持开启状态。scroll 适用于需要遍历大量数据的场景但牺牲了数据的实时性因为 scroll 查询是基于初始查询时的快照数据。这种方式的优点是查询效率高尤其适合于数据导出或批量处理但缺点是需要维护 scroll ID 和历史快照对服务器资源有一定的消耗。
选择哪种分页方式取决于具体的需求和场景。对于大多数常见的分页需求from size可能足够使用。但如果需要处理大量数据或进行深度分页那么scroll或search_after可能是更好的选择。在实际应用中需要根据数据量、查询频率、实时性要求等因素综合考虑。
二.代码实战
1.console 查询
GET _search
{query: {match_all: {}}
}GET /GET /_cluster/healthGET /_cat/health?vGET /db01_v1_20240903-index/_searchGET /db01_v1_20240903-index/_search?from0size10POST /db01_v1_20240903-index/_search
{from: 0,size: 10,_source: [_id, id, source, target, description, weight],query: {query_string: {query: source:*應用*,default_field: source,fuzziness: 1}}}GET /db01_v1_20240903-index/_search?from0size10POST /db01_v1_20240903-index/_search
{from: 0,size: 10,query: {query_string: {query: subject_id:*我照顧的人*,default_field: subject_id,fuzziness: 1}}
}POST /db01_v1_20240903-index/_search
{from: 0,size: 10,query: {match: {subject_id: {query: 照顧,fuzziness: 1}}}
}2.代码查询
def list_label_readable(self, name, page, page_size, label):all_docs []if page 1 or page_size 0:return all_docs, 0label_dict QueryEnum.query_info.value[label]index_name self.index_prefix label_dict[index_name]response self._es.search(indexindex_name,body{from: (page - 1) * page_size,size: page_size,_source: label_dict[_source],query: {query_string: {query: f{label_dict[query_name]}:*{name}*,default_field: f{label_dict[query_name]},fuzziness: label_dict[fuzziness]}}if label QueryEnum.ENTITIES.value or label QueryEnum.RELATIONSHIPS.value else{match: {f{label_dict[query_name]}:{query: f{name},fuzziness: label_dict[fuzziness]}}},},)total response[hits][total][value]hits response[hits][hits]for hit in hits:_source hit[_source]_source[_id] hit[_id]all_docs.append(_source)return all_docs, total觉得有用的话点个赞 呗。 ❤️❤️❤️本人水平有限如有纰漏欢迎各位大佬评论批评指正 如果觉得这篇文对你有帮助的话也请给个点赞、收藏下吧非常感谢! Stay Hungry Stay Foolish 道阻且长,行则将至,让我们一起加油吧
