Elasticsearch 5.0 中term 查询和match 查询（text和keyword）

悠悠 2021-06-22 15:37 710阅读 0赞

最近项目中使用了ElasticSearch, 在使用基本的查询功能的时候，遇到些头疼的事情，有时候数据明明存在，用term查询就是查不到，用match才可以。有时候缺可以，差点就把es整成玄学了。后来阅读各种博客后，我想我明白其中的原理了。

### 1. term&match ###

*  term: 精确查询，对查询的值不分词,直接进倒排索引去匹配。
 *  match; 模糊查询，对查询的值分词，对分词的结果一一进入倒排索引去匹配

### 2. text&keyword ###

*  text: 在写入时，对写入的值进行分词，然后一一插入到倒排索引。
 *  keyword: 在写入时，将整个值插入到倒排索引中，不进行分词。

### 3. 实例分析 ###

*  写入值为 **hello world**,
 *  查询值为 **hello world**

<table> 
 <thead> 
  <tr> 
   <th>查询类型</th> 
   <th>写入类型</th> 
   <th>结果</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>term</td> 
   <td>text</td> 
   <td>无</td> 
  </tr> 
  <tr> 
   <td>term</td> 
   <td>keyword</td> 
   <td>有</td> 
  </tr> 
  <tr> 
   <td>match</td> 
   <td>text</td> 
   <td>有</td> 
  </tr> 
  <tr> 
   <td>match</td> 
   <td>keyword</td> 
   <td>有</td> 
  </tr> 
 </tbody> 
</table>

###  ###

## ##

### 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） ###

准备数据：

POST /termtest/termtype/1
    {
      "content":"Name"
    }
    POST /termtest/termtype/2
    {
      "content":"name city"
    }

查看数据是否导入

GET /termtest/_search
    {
      "query":
      {
        "match_all": {}
      }
    }

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"
            }
          }
        ]
      }
    }

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

做如下查询：

POST /termtest/_search
    {
      "query":{
        "term":{
          "content":"Name"
        }
      }
    }

结果

{
      "took": 1,
      "timed_out": false,
      "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
      },
      "hits": {
        "total": 0,
        "max_score": null,
        "hits": []
      }
    }

> **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"
        }
      }
    }

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"
            }
          }
        ]
      }
    }

> **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][Link 1]   
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!"  
    }

> 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

做如下查询

GET my_index/my_type/_search
    {
      "query": {
        "term": {
          "exact_value": "Quick Foxes!" 
        }
      }
    }

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!"
            }
          }
        ]
      }
    }

> 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!" 
        }
      }
    }

结果：

{
      "took": 4,
      "timed_out": false,
      "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
      },
      "hits": {
        "total": 0,
        "max_score": null,
        "hits": []
      }
    }

> 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" 
        }
      }
    }

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!"
            }
          }
        ]
      }
    }

> 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!" 
        }
      }
    }

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!"
            }
          }
        ]
      }
    }

> 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

[Link 1]: https://www.elastic.co/guide/en/elasticsearch/reference/5.0/query-dsl-term-query.html