elasticsearch-mathc和term的区分-elasticsearch-ArcherWong博客

elasticsearch-mathc和term的区分

作者：ArcherWong
分类：elasticsearch
时间：2019-01-04 10:33:26
阅读：432

elasticsearch和mysql在思想上是有不同的，elasticsearch有分词一说，比如`北京奥运`分词成`北京`，`奥运`，`北京奥运`。分词要要考虑两点，一个是查询字符串要不要分词，还有就是原存储字段是不是精确值。

# 1. match 查询

无论你在任何字段上进行的是全文搜索还是精确查询，match 查询是你可用的标准查询。

`、如果你在一个全文字段上使用 match 查询，在执行查询前，它将用正确的分析器去分析查询字符串：
```
{ "match": { "tweet": "About Search" }}
```
2、如果在一个精确值的字段上使用它， 例如数字、日期、布尔或者一个 NOT_ANALYZED 字符串字段，那么它将会精确匹配给定的值：
```
{ "match": { "age":    26           }}
{ "match": { "date":   "2014-09-01" }}
{ "match": { "public": true         }}
{ "match": { "tag":    "full_text"  }}
```

match查询会先对搜索词进行分词,分词完毕后再逐个对分词结果进行匹配，因此相比于term的精确搜索，match是分词匹配搜索,match搜索还有两个相似功能的变种，一个是match_phrase，一个是multi_match

# 2. term 查询

term是代表完全匹配，也就是精确查询，搜索前不会再对搜索词进行分词，所以我们的搜索词必须是文档分词集合中的一个。比如说我们要找标题为北京奥运的所有文档
```
$curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
  "query":{
    "term":{
        "title":"北京奥运"
    }
  }
}'
```
将会得到如下结果
```
{
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
    "total": 1,
    "max_score": 0.92055845,
    "hits": [
     {
        "_index": "index",
        "_type": "doc",
        "_id": "3",
        "_score": 0.92055845,
        "_source": {
           "content": "同一个世界同一个梦想",
           "title": "北京奥运",
           "tags": [
               "和平"
            ]
        }
      }
    ]
  }
}
```

搜索title包含北京或者奥运的，结果也一样，但是如果你搜索词为京奥,或者北京奥这样的，那么搜索结果将为空
```
{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
      "total" : 5,
      "successful" : 5,
      "failed" : 0
  },
  "hits" : {
      "total" : 0,
      "max_score" : null,
      "hits" : [ ]
  }
}
```

# 3. match_phrase

match_phrase为按短语搜索，match_phrase的搜索方式和match类似，先对搜索词建立索引，并要求**所有分词**必须在文档中出现(像不像operator为and的match查询)，除此之外，还必须满足分词在文档中出现的**顺序**和搜索词中一致且各搜索词之间必须紧邻，因此match_phrase也可以叫做紧邻搜索。

所以，当我们搜`美国留给`时
```
curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
  "query": {
    "match_phrase": {
        "content": "美国留给"
    }
  }
}'
```

以下内容`美国留给伊拉克的是个烂摊子吗`是可以搜索出来的
```
    "_source" : {
        "content" : "美国留给伊拉克的是个烂摊子吗",
        "title" : "标题",
        "tags" : [ "美国", "伊拉克", "烂摊子" ]
    }
```

但是我们搜索`留给美国`或`美国伊拉克`时，却没有搜索结果，因为第一个顺序不对，第二个不是紧邻(隔着留给)。

紧邻对于匹配度要求较高，为了减小精度增加可操作性，引入了slop参数。该参数可以指定相隔多少个词仍被算作匹配成功。如下，

```
curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
    "query": {
        "match_phrase": {
            "content": {
                "query": "美国伊拉克",
                "slop": "1"
            }
        }
    }
}'
```

当我们将slop设置为1时，下面文档是可以搜索到的
```
  "_source" : {
    "content" : "美国留给伊拉克的是个烂摊子吗",
    "title" : "标题",
    "tags" : [ "美国", "伊拉克", "烂摊子" ]
  }
```

需要注意的是，当slop的值过大时(超出文档总分词数)，那么分词数据将可以是随意的，即跟operator为and的match查询效果一样。比如我们查询

```
curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
    "query": {
        "match_phrase": {
            "content": {
                "query": "伊拉克美国",
                "slop": "12"
            }
        }
    }
}'
```
将会得到与上面一样的结果

# 4. multi_match

如果我们希望两个字段进行匹配，其中一个字段有这个文档就满足的话，使用multi_match
```
{
  "query": {
    "multi_match": {
        "query" : "我的宝马多少马力",
        "fields" : ["title", "content"]
    }
  }
}
```
但是multi_match就涉及到匹配评分的问题了。

标签：

上一篇：灵活的两列布局

下一篇：elasticsearch安装中文分词器

elasticsearch-mathc和term的区分

文章分类

阅读排行

友情链接