term query与match query区别
看官方提供的例子
PUT my_index { "mappings": { "my_type": { "properties": { "full_text": { "type": "string" }, "exact_value": { "type": "string", "index": "not_analyzed" } } } } }
1.首先设置索引名称为my_index,类型为my_type的映射,设置该索引的full_text字段类型为String,exact_value字段类型为String, "index": "not_analyzed"表示该字段不分词
不清楚映射与分词的请看这里:https://github.com/looly/elasticsearch-definitive-guide-cn/blob/master/052_Mapping_Analysis/40_Analysis.md
2.添加一条数据
PUT my_index/my_type/1 { "full_text": "Quick Foxes!", "exact_value": "Quick Foxes!" }
索引名为my_index,类型为my_type,id为1
full_text字段的值为Quick Foxes!
exact_value字段的值为Quick Foxes!
注:
String字段可以分词,也可以不分词,分词的时候,默认的标准分析器可以将一句话中的单词划分开,然后转为小写,比如Quick Brown Fox!,标准分析器将会将它转换为quick , brown , fox,
由于full_text字段分词,因此在倒排索引中被默认标准分析器分为quick , foxes
exact_value字段不分词,在倒排索引中该字段的值仍为QuickFoxes!
3.执行查询
(1)使用term查询exact_value,搜索内容为Quick Foxes!
GET my_index/my_type/_search { "query": { "term": { "exact_value": "Quick Foxes!" } } }
由于exact_value不分词,Quick Foxes!与exact_value的值QuickFoxes!匹配,因此可以匹配
(2)使用term查询full_text,搜索内容为Quick Foxes!
GET my_index/my_type/_search { "query": { "term": { "full_text": "Quick Foxes!" } } }
由于full_text字段默认使用标准分析器分词,在倒排索引中被分为quick和foxes,因此使用Quick Foxes!匹配不到内容
(3)使用term查询full_text,搜索内容为foxes
GET my_index/my_type/_search { "query": { "term": { "full_text": "foxes" } } }
由于full_text字段默认使用标准分析器分词,在倒排索引中被分为quick和foxes,因此使用foxes可以匹配到
(4)使用match查询full_text,查询内容为Quick Foxes!
GET my_index/my_type/_search { "query": { "match": { "full_text": "Quick Foxes!" } } }
使用match搜索,先分析搜索字符串Quick Foxes!,对它分词,然后搜索full_text中含有quick或者foxes或者两者都包含的文档,由于full_text字在倒排索引中被分为quick和foxes,因此可以匹配到.
总结:
match query搜索的时候,首先会解析查询字符串,进行分词,然后查询,而term query,输入的查询内容是什么,就会按照什么去查询,并不会解析查询内容,对它分词。