Elasticsearch5中term 查询和match 查询

时间：2022-11-17 13:34:48

一、基本情况

前言：term query和match query牵扯的东西比较多，例如分词器、mapping、倒排索引等。我结合官方文档中的一个实例，谈谈自己对此处的理解

  • string类型在es5.*分为text和keyword。text是要被分词的，整个字符串根据一定规则分解成一个个小写的term，keyword类似es2.3中not_analyzed的情况。

string数据put到elasticsearch中，默认是text。

NOTE:默认分词器为standard analyzer。”Quick Brown Fox!”会被分解成[quick,brown,fox]写入倒排索引

  • term query会去倒排索引中寻找确切的term，它并不知道分词器的存在。这种查询适合keyword 、numeric、date
  • match query知道分词器的存在。并且理解是如何被分词的

总的来说有如下： 
- term query 查询的是倒排索引中确切的term 
- match query 会对filed进行分词操作，然后在查询

二、测试（1）

  1. 准备数据：
POST /termtest/termtype/1
{
"content":"Name"
}
  • 1
  • 2
  • 3
  • 4
POST /termtest/termtype/2{  "content":"name city"}
  • 1
  • 2
  • 3
  • 4
  1. 查看数据是否导入
GET /termtest/_search{  "query":  {    "match_all": {}  }}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 结果：
{  "took": 1,  "timed_out": false,  "_shards": { "total": 5, "successful": 5, "failed": 0 },  "hits": { "total": 2, "max_score": 1, "hits": [ { "_index": "termtest", "_type": "termtype", "_id": "2", "_score": 1, "_source": { "content": "name city" } }, { "_index": "termtest", "_type": "termtype", "_id": "1", "_score": 1, "_source": { "content": "Name" } } ] }}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33

如上说明，数据已经被导入。该处字符串类型是text，也就是默认被分词了

  1. 做如下查询：
POST /termtest/_search
{
"query":{
"term":{
"content":"Name"
    }
  }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 结果
{  "took": 1,  "timed_out": false,  "_shards": { "total": 5, "successful": 5, "failed": 0 },  "hits": { "total": 0, "max_score": null, "hits": [] }}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

分析结果：因为是默认被standard analyzer分词器分词，大写字母全部转为了小写字母，并存入了倒排索引以供搜索。term是确切查询， 
必须要匹配到大写的Name。所以返回结果为空

POST /termtest/_search
{
"query":{
"match":{
"content":"Name"
    }
  }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 结果
{  "took": 2,  "timed_out": false,  "_shards": { "total": 5, "successful": 5, "failed": 0 },  "hits": { "total": 2, "max_score": 0.2876821, "hits": [ { "_index": "termtest", "_type": "termtype", "_id": "1", "_score": 0.2876821, "_source": { "content": "Name" } }, { "_index": "termtest", "_type": "termtype", "_id": "2", "_score": 0.25811607, "_source": { "content": "name city" } } ] }}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  • 31
  • 32
  • 33

分析结果: 原因（1）：默认被standard analyzer分词器分词，大写字母全部转为了小写字母，并存入了倒排索引以供搜索， 
原因（2）：match query先对filed进行分词，分词为”name”,再去匹配倒排索引中的term

三、测试（2）

下面是官网实例官网实例 
1. 导入数据

PUT my_index
{
"mappings": {
"my_type": {
"properties": {
"full_text": {
"type":  "text" 
        },
"exact_value": {
"type":  "keyword" 
        }
      }
    }
  }
}

PUT my_index/my_type/1
{
"full_text":   "Quick Foxes!", 
"exact_value": "Quick Foxes!"  
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21

先指定类型，再导入数据

  • full_text: 指定类型为text，是会被分词
  • exact_value: 指定类型为keyword，不会被分词
  • full_text： 会被standard analyzer分词为如下terms [quick,foxes],存入倒排索引

  • exact_value： 只有[Quick Foxes!]这一个term会被存入倒排索引

    1. 做如下查询
GET my_index/my_type/_search
{
"query": {
"term": {
"exact_value": "Quick Foxes!" 
    }
  }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

结果：

{
  "took": 1,
  "timed_out": false,
  "_shards": {
 "total": 5,
 "successful": 5,
 "failed": 0
},
  "hits": {
 "total": 1,
 "max_score": 0.2876821,
 "hits": [
 {
 "_index": "my_index",
 "_type": "my_type",
 "_id": "1",
 "_score": 0.2876821,
 "_source": {
 "full_text": "Quick Foxes!",
 "exact_value": "Quick Foxes!"
}
}
 ]
}
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25

exact_value包含了确切的Quick Foxes!，因此被查询到

GET my_index/my_type/_search
{
"query": {
"term": {
"full_text": "Quick Foxes!" 
    }
  }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

结果：

{
  "took": 4,
  "timed_out": false,
  "_shards": {
 "total": 5,
 "successful": 5,
 "failed": 0
},
  "hits": {
 "total": 0,
 "max_score": null,
 "hits": []
}
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14

full_text被分词了，倒排索引中只有quick和foxes。没有Quick Foxes!

GET my_index/my_type/_search
{
"query": {
"term": {
"full_text": "foxes" 
    }
  }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

结果：

{
  "took": 2,
  "timed_out": false,
  "_shards": {
 "total": 5,
 "successful": 5,
 "failed": 0
},
  "hits": {
 "total": 1,
 "max_score": 0.25811607,
 "hits": [
 {
 "_index": "my_index",
 "_type": "my_type",
 "_id": "1",
 "_score": 0.25811607,
 "_source": {
 "full_text": "Quick Foxes!",
 "exact_value": "Quick Foxes!"
}
}
 ]
}
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25

full_text被分词，倒排索引中只有quick和foxes，因此查询foxes能成功

GET my_index/my_type/_search
{
"query": {
"match": {
"full_text": "Quick Foxes!" 
    }
  }
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

结果：

{
  "took": 3,
  "timed_out": false,
  "_shards": {
 "total": 5,
 "successful": 5,
 "failed": 0
},
  "hits": {
 "total": 1,
 "max_score": 0.51623213,
 "hits": [
 {
 "_index": "my_index",
 "_type": "my_type",
 "_id": "1",
 "_score": 0.51623213,
 "_source": {
 "full_text": "Quick Foxes!",
 "exact_value": "Quick Foxes!"
}
}
 ]
}
}
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
Elasticsearch5中term 查询和match 查询

match query会先对自己的query string进行分词。也就是”Quick Foxes!”先分词为quick和foxes。然后在去倒排索引中查询，此处full_text是text类型，被分词为quick和foxes 
因此能匹配上。


标签：

相关文章