Elasticsearch的match到底是怎么回事？为什么有的人说会分词去查询？为什么有的时候又不分词？

柔光的暖阳◎ 2023-07-14 05:50 34阅读 0赞

相信很多人都已经接触过Elasticsearch了，而且查询的时候使用的最多的就是 match 查询  
那么match 到底是怎么做的呢？  
接下来用Elasticsearch的 profile 来分析match查询到底是个什么鬼？为什么有的时候会分词去查，有的时候又不会分词去查询。

我使用的是Elasticsearch7.6 (不同版本可能会稍有不同) 和Ik分词器

首先我们先创建索引

PUT test_match
    { 
      "mappings": { 
        "properties": { 
          "name": { 
            "type": "keyword"
          },
          "title" :{ 
            "type": "text"
            , "analyzer": "ik_max_word"
          }
        }
      }, 
      "settings": { 
        "number_of_replicas": 0
      }
    }

新增数据

PUT test_match/_doc/1
    { 
      "name": "一条",
      "title": "一条"
    }
    PUT test_match/_doc/2
    { 
      "name": "一",
      "title": "一"
    }
    PUT test_match/_doc/3
    { 
      "name": "条",
      "title": "条"
    }

name是不分词的字段，title是分词的，每条记录的name和title的值是一样的

执行以下查询语句

POST test_match/_search
    { 
      "query": { 
        "match": { 
          "title": "一条"
        }
      }
    
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70]  
可以看到三个文档都被查询出来了  
这里很好理解，match会分词去查，当查询 “一条” 时会分为 “一条” “一” “条” 三个词，只要一个文档中包含其中任意一个即可，  
这里可能会有人不理解为什么会 分为 “一条” “一” “条” 这三个词

执行

POST _analyze
    { 
      "analyzer": "ik_max_word",
      "text": ["一条"]
    }

返回结果为：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70 1]

接下来看 第二个查询语句

POST test_match/_search
    { 
      "query": { 
        "match": { 
          "name": "一条"
        }
      }
      
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70 2]

但结果就只有一条，上面我们分析这个match， 它查询的时候会分词，查询 “一条” 时会分为 “一条” “一” “条” 三个词 很显然 我们 doc2 和 doc3 肯定是分别包含 “一” 和 “条” 的，那这里为什么没有查询出来？  
很显然结果只有一个，那就是查询的时候没有分词， 等等？ 不是说match查询的时候会分词的吗？ 是的，但是如果这个字段本身是keyword类型的也就是不分词的情况下，那么match去查询的时候也不会进行分词。

那该怎么验证我上面说的？  
我们可以通过Elasticsearch提供的profile来验证  
第一个查询改为

POST test_match/_search
    { 
      "query": { 
        "match": { 
          "title": "一条"
        }
      }
      , "profile": "true"
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70 3]

可以看到它将我们的match查询转成了 bool 查询并且有三个条件  
我们分别来看下这三个条件

![在这里插入图片描述][20200313172623149.png]

![在这里插入图片描述][20200313172632290.png]

![在这里插入图片描述][20200313172646128.png]

等价于

POST test_match/_search
    { 
      "query": { 
        "bool": { 
          "should": [
            { 
              "term": { 
                "title": { 
                  "value": "一条"
                }
              }
            },
            { 
              "term": { 
                "title": { 
                  "value": "一"
                }
              }
            },
            { 
              "term": { 
                "title": { 
                  "value": "条"
                }
              }
            }
          ]
        }
      }
      
    }

那么第二个查询呢？

POST test_match/_search
    { 
      "query": { 
        "match": { 
          "name": "一条"
        }
      }
      , "profile": "true"
    }

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70 4]

可以看到直接就被翻译成了 term查询  
等价于

POST test_match/_search
    { 
      "query": { 
          "term": { 
             "name": { 
                "value": "一条"
                }
           }
      }
    }

现在我们知道match是怎样执行的了，如果查询的字段分词，那就将查询的条件也分词去查  
如果查询的字段是不分词的，那么查询的时候就是不分词的了

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70]: /images/20230529/4324e9dc017943d9b6c29250f4fd83bb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70 1]: /images/20230529/e3b5d4317aac4fd98f63ac96048d7e89.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70 2]: /images/20230529/53987121af464bbe9b9eff925fd7ebef.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70 3]: /images/20230529/16b20b3dd88e4a978380fa788520f9fe.png
[20200313172623149.png]: /images/20230529/9318b91ca4134ddbbfd91350726eeed8.png
[20200313172632290.png]: /images/20230529/7292e550777443749467a929c6219042.png
[20200313172646128.png]: /images/20230529/bb60a184f51c4dcaa51c5e5e01c84905.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3l1Z2UxMTIz_size_16_color_FFFFFF_t_70 4]: /images/20230529/0b5c7cb91d3549ad848c76b3bb0459fc.png