elasticsearch 单字段多个索引和text字段如何做精确匹配

项目场景：

text类型的字段，他的值会被分词，所以无法精确匹配

在实际使用ES过程中，经常会遇到这样的问题
既需要对一个字段进行全文检索，又要对该字段进行等值查询。
我们知道全文检索的字段类型需要设置为text，但是text字段类型又不支持term等值查询。那么怎么解决这个问题呢？
答案是通过fields进行多字段配置

fields说明

为了不同的目的以不同的方式索引相同的字段通常很有用。这就是fields多字段的目的。
例如，一个string 字段可以被映射为一个text类型用于全文搜索的keyword字段，以及一个keyword类型用于等值比较、排序或聚合的字段。

fields主要使用场景：

对一个字段配置多个类型的type以应对不同的查询场景
对一个字段配置多个分词规则以支持多种全文检索规则
官网说明
多字段Multi-fields允许为不同目的以多种方式索引相同的字符串值，例如一个字段用于搜索和一个多字段用于排序和聚合，或者由不同的分析器分析相同的字符串值。

同字段多type配置

创建索引，在mapping中通过fields关键字给city字段添加别名raw，类型为keyword，用来做精确匹配以及排序。

PUT my-index-000001
{
  "mappings": {
    "properties": {
      "city": {
        "type": "text",
        "fields": {
          "raw": { 
            "type":  "keyword"
          }
        }
      }
    }
  }
}

添加数据

PUT my-index-000001/_doc/1
{
  "city": "New York"
}

PUT my-index-000001/_doc/2
{
  "city": "York"
}

查询

通过city.raw使用city的别名raw进行排序

GET my-index-000001/_search
{
  "query": {
    "match": {
      "city": "york" 
    }
  },
  "sort": {
    "city.raw": "asc" 
  },
  "aggs": {
    "Cities": {
      "terms": {
        "field": "city.raw" 
      }
    }
  }
}

同字段多分词规则配置

有些场景，我们需要一个字段，满足多套分词规则的检索。

新建索引

字段text，默认采用standard analyzer分词器；
通过fields声明别名english，采用english分词器。

PUT my-index-000001
{
  "mappings": {
    "properties": {
      "text": { 
        "type": "text",
        "fields": {
          "english": { 
            "type":     "text",
            "analyzer": "english"
          }
        }
      }
    }
  }
}

添加测试数据

PUT my-index-000001/_doc/1
{ "text": "quick brown fox" } 

PUT my-index-000001/_doc/2
{ "text": "quick brown foxes" } 

查询测试

说明：利用multi_match多字段匹配查询，实现一个字段多种分词规则检索。

GET my-index-000001/_search
{undefined
“query”: {undefined
“multi_match”: {undefined
“query”: “quick brown foxes”,
“fields”: [
“text”,
“text.english”
],
“type”: “most_fields”
}
}
}

总结：
本文主要是介绍了ES中通过fields定义字段别名，实现对text字段进行精准匹配。
1、text字段用来做全文检索，keyword字段用来做等值匹配、排序和聚合运算。
2、怎么通过fields给字段定义别名
3、fields多字段的2种典型运用场景：

1个字段数据需要对应多个type类型
1个字段数据需要满足多种分词匹配规则