谷粒商城 分布式高级篇-全文检索-ElasticSearch-进阶-term查询 match查询的区别

转载自博客：https://blog.csdn.net/Weixiaohuai/article/details/108916014

一、简介

在elasticsearch中，查询主要使用到两个：term和match，本篇文章将总结一下两者的区别。

 

term：代表完全匹配，也就是精确查询，搜索前不会再对搜索词进行分词解析，直接对搜索词进行查找；

match：代表模糊匹配，搜索前会对搜索词进行分词解析，然后按搜索词匹配查找；

一般模糊查找的时候，多用match，而精确查找时可以使用term。

 

二、term精确匹配

term查询是直接通过倒排索引指定的词条进行查找的，所以，很显然，term查询效率肯定比match要高。

 

首先创建一个索引member，并插入几条测试数据，相关命令如下：

PUT /member/info/1
{
  "name": "张三",
  "age": 20
}
 
PUT /member/info/2
{
  "name": "张无忌",
  "age": 50
}
 
PUT /member/info/3
{
  "name": "李四",
  "age": 30
}

插入完成，观察索引里面的数据，如下图所示：

• 查询name中精确匹配"张"的数据

 

GET /member/info/_search
{
  "query": {
    "term": {
      "name": "张"
    }
  }
}

 

 

 由上图可见，两条数据都能查询出来，只要name里包含"张"关键字的数据都查出来了 。

如果我们只想精确匹配"张三"这个词，来看看下面的例子。

• 查询name中精确匹配"张三"的数据

GET /member/info/_search
{
  "query": {
    "term": {
      "name": "张三"
    }
  }
}

 

 

 我们发现，查询出来显示无数据，从概念上看，term属于精确匹配，只能查单个词。

如果我们想通过term匹配多个词的话，可以使用terms来实现：

GET /member/info/_search
{
  "query": {
    "terms": {
      "name": ["张","三"]
    }
  }
}

 

 

 

可以看到，两条数据都成功返回，因为terms里的[ ] 多个搜索词之间是or（或者）关系，只要满足其中一个词即可。

如果我们想要同时满足两个词精确匹配的话，就得使用bool的must来做，如下：

GET /member/info/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "term": {
            "name": "张"
          }
        },
        {
          "term": {
            "name": "三"
          }
        }
      ]
    }
  }
}

 

 

 可以看到，此时只会返回一条满足条件的记录。

由于前面我们创建索引库member时并没有指定字段的类型，都是es默认生成的类型。

可以看到，默认生成的name字段是text类型。

下面我们看看是如何进行分词处理的？

GET member/_analyze
{
  "text" : "张三"
}

 

分析出来的为"张"和"三"的两个词，而term只能完完整整的匹配上面的词，不做任何改变的匹配。

 

 

扩展： 两种数据类型：text和keyword

 

text：查询时会进行分词解析；

keyword：keyword类型的词不会被分词器进行解析，直接作为整体进行查询；

下面我们通过简单的示例说明一下text和keyword的区别。我们先创建一个test索引库：

PUT /test
{
  "mappings": {
    "properties": {
      "name": {
        "type": "text"
      },
      "desc": {
        "type": "keyword"
      }
    }
  }
}

 

 

 下面我们插入几条测试数据：

PUT /test/_doc/1
{
  "name":"马士兵java name",
  "desc": "马士兵java desc"
}
 
PUT /test/_doc/2
{
  "name":"马士兵java name",
  "desc": "马士兵java desc2"
}

 

1. }

 

查看test索引库信息，可以看到我们指定的mappings，如下图：

• 通过keyword类型的分词器进行解析

1. GET _analyze { "analyzer": "keyword", "text":"马士兵java name" }

 

GET _analyze
{
  "analyzer": "keyword",
  "text":"马士兵java name"
}

 

 

 可以看到，因为name字段是text类型，查询时候会被分词器分析，所以两条记录都成功查询出来。 

• 查询desc字段中含有"马士兵java desc"的记录

• GET test/_search
  {
    "query": {
      "term": {
        "desc": "马士兵java desc"
      }
    }
  }

  

   

   可以看到，只返回一条记录，原因是desc字段是keyword类型，查询时候不会被分词器进行解析，作为一个整体查询。 

   

  keyword类型的字段不会被分词器解析，text类型的字段会被分词拆分后才进行查询。

   

  三、match模糊匹配

  查询姓名中匹配含"张三"这个词的数据

   

  GET member/info/_search
  {
    "query": {
      "match": {
        "name": "张三"
      }
    }
  }

   

  

   

   

   

  通过上图，我们可以看到两条记录都被查询出来的，因为match进行搜索的时候，会先进行分词拆分，拆完后，再来匹配。

   

  "张三"被拆分解析为"张"和"三"两个词，所以只要name字段中包含"张"或者"三"的数据都能够匹配上。

   

  如果想 "张"和"三"同时匹配到的话，那么可以使用 match_phrase，来看下面的例子：

   

  match_phrase 称为短语搜索，要求所有的分词必须同时出现在文档中，同时位置必须紧邻一致。

  

   

   

   

  可以看到，此时只会匹配出一条满足条件的记录。

   

  三、总结

  本文主要介绍了es中常用的两种查询方式：term和match。

   

  term：代表完全匹配，也就是精确查询，搜索前不会再对搜索词进行分词解析，直接对搜索词进行查找；

  match：代表模糊匹配，搜索前会对搜索词进行分词解析，然后按分词匹配查找；

  term主要用于精确搜索，match则主要用于模糊搜索；

  term精确搜索相较match模糊查询而言，效率较高；

  同时总结了两种数据类型：text和keyword。

   

  text：查询时会进行分词解析；

  keyword：keyword类型的词不会被分词器进行解析，直接作为整体进行查询；

  由于笔者水平有限，如文中有不对之处，还望指正，相互学习，一起进步！

   

   

第二个总结：

1、term查询的时候查询关键字是精确匹配，查询的关键字不会做分词处理，所以term一般用户查询age number等非text类型的精确匹配，text类型的查询一般使用match

 

 

 2、match_phrase和keyword精确查询的区别

GET member/info/_search
{
  "query": {
    "match_phrase": {
      "name": "张无"
    }
  }
}

是一个短语查询，查出的一条结果数据为

#! Deprecation: [types removal] Specifying types in search requests is deprecated.
{
  "took" : 2,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.2990016,
    "hits" : [
      {
        "_index" : "member",
        "_type" : "info",
        "_id" : "2",
        "_score" : 1.2990016,
        "_source" : {
          "name" : "张无忌",
          "age" : 50
        }
      }
    ]
  }
}

GET member/_analyze
{
  "text" : "张无忌"
}

分词的结果为

{
  "tokens" : [
    {
      "token" : "张",
      "start_offset" : 0,
      "end_offset" : 1,
      "type" : "<IDEOGRAPHIC>",
      "position" : 0
    },
    {
      "token" : "无",
      "start_offset" : 1,
      "end_offset" : 2,
      "type" : "<IDEOGRAPHIC>",
      "position" : 1
    },
    {
      "token" : "忌",
      "start_offset" : 2,
      "end_offset" : 3,
      "type" : "<IDEOGRAPHIC>",
      "position" : 2
    }
  ]
}

match_phrase 称为短语搜索，要求所有的分词必须同时出现在文档中，同时位置必须紧邻一致。上面分词之后“张”和“三”都出现在相邻的位置上面

name.keyword属性2

GET member/info/_search
{
  "query": {
    "match": {
      "name.keyword": "张无"
    }
  }
}

查询的结果为null

下面

GET member/info/_search
{
  "query": {
    "match": {
      "name.keyword": "张无忌"
    }
  }
}

#! Deprecation: [types removal] Specifying types in search requests is deprecated.
{
  "took" : 6,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 0.9808291,
    "hits" : [
      {
        "_index" : "member",
        "_type" : "info",
        "_id" : "2",
        "_score" : 0.9808291,
        "_source" : {
          "name" : "张无忌",
          "age" : 50
        }
      }
    ]
  }
}

name": "张无忌"，去查询的时候，name会分词，结果中只要包涵了"张"，“无”，“忌”中的一个词都会结构都会被查询出来

name.keyword": "张无忌"，去查询的时候，name会分词，结果中只要包涵了"张"，“无”，“忌”中的一个词都会结构都会被查询出来,数据查询出来之后，因为加了keyword关键字，会对查询出来的结果进行过来，数据结果中必须name的值必须和keyword中的
张无忌三个字值一样的结果才显示出来，name的值如果为张无，但是keyword为张无忌，是不会显示出来的。这就是为啥"name.keyword": "张无"没有结果的原因。

keyword属性用于精确匹配，我们可以查看索引的mapping结构来查看
GET member/_mapping

{
  "member" : {
    "mappings" : {
      "properties" : {
        "age" : {
          "type" : "long"
        },
        "name" : {
          "type" : "text",
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        }
      }
    }
  }
}

上面就name属性有一个子属性keyword，keyword就是为了精确查询，精确匹配

上面表示有个字段name，name字段为text类型，name字段下面还有其他属性，其中一个子属性的名称为keyword，keyword的type类型部署text类型，而是keyword类型。

keyword类型存储的就是该字段本身的值，不进行分词存储

上面就是表示，查询的时候name.keyword的对于的keyword属性的值必须是张无忌，用于精确匹配

 

GET member/info/_search
{
  "query": {
    "match": {
      "name.keyword": "张无忌"
    }
  }
}

 这里再创建索引的时候，我们可以指定字段的类型为keyword，这样在存储的时候就不会进行分词存储，在查询的时候必须进行精确匹配，比如邮箱