再谈Elasticsearch全文搜索：你不知道的query_string、match、term、match_phrase的区别
再谈Elasticsearch全文搜索：你不知道的query_string、match、term、match_phrase的区别
- match和term区别
- 1.term查询keyword字段
- 2.term查询text字段
- 3.match查询keyword字段
- 4.match查询text字段
- match_phrase和query_string的区别
- 1.match_phrase查询keyword字段
- 2.match_phrase查询text字段
- 3.query_string查询keyword字段
- 4.query_string查询text字段
- 总结
match和term区别
在讲解match和term区别之前先来说明一下text和keyword的区别，简单一句话就是text支持默认分词，keyword不支持分词。
创建索引：
{
"settings": {
"index": {
"number_of_shards": "1",
"number_of_replicas": "0"
}
},
"mappings": {
"properties": {
"title": {
"type": "keyword"
},
"content": {
"type": "text",
"analyzer":"ik_max_word"
}
}
}
}
添加数据：
{"index":{"_index":"test"}}
{"title":"测试一下","content":"Elasticsearch中query_string、match、term的区别"}
{"index":{"_index":"test"}}
{"title":"中国人民","content":"中国科学院计算研究所"}
1.term查询keyword字段
term不分词，keyword也不会分词，所以需要完全匹配才能够查询到结果
{
"query":{
"term":{
"title":"测试一下"
}
},
"highlight": {
"fields": {
"title": {}
}
}
}
查询结果：
"hits": [
{
"_index": "test",
"_type": "_doc",
"_id": "JcSuJG0BGg18gZ2OHMqK",
"_score": 0.6931472,
"_source": {
"title": "测试一下",
"content": "Elasticsearch中query_string、match、term的区别"
},
"highlight": {
"title": [
"测试一下"
]
}
}
]
如果只查询测试是查不到的。
2.term查询text字段
虽然term不分词，但是text支持分词，查询条件可以是text分词后的任一个词。
{
"query":{
"term":{
"content":"研究所"
}
},
"highlight": {
"fields": {
"content": {}
}
}
}
查询结果：
"hits": [
{
"_index": "test",
"_type": "_doc",
"_id": "JsSuJG0BGg18gZ2OHMqK",
"_score": 0.6931472,
"_source": {
"title": "中国人民",
"content": "中国科学院计算研究所"
},
"highlight": {
"content": [
"中国科学院计算研究所"
]
}
}
]
采用下面的请求分析一下中国科学院计算研究所被分成了哪些词：
post http:127.0.0.1:9200/_analyze
{
"analyzer":"ik_max_word",
"text":"中国科学院计算研究所"
}
返回的分词结果为：
[中国科学院，中国，科学院，科学，学院，计算，研究所，研究，所]
也就是说以上面的任一个为搜索条件都可以搜索到这条数据。
假如使用国科是查不到的，同样，使用中国科学院计算研究所也是查不出结果的，因为以及被分词了。
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 0,
"relation": "eq"
},
"max_score": null,
"hits": []
}
}
3.match查询keyword字段
match会被分词，但是keyword不会被分词，所以查询条件依然要完全匹配：
{
"query":{
"match":{
"title":"中国人民"
}
},
"highlight": {
"fields": {
"title": {}
}
}
}
查询结果：
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 1,
"relation": "eq"
},
"max_score": 0.6931472,
"hits": [
{
"_index": "test",
"_type": "_doc",
"_id": "JsSuJG0BGg18gZ2OHMqK",
"_score": 0.6931472,
"_source": {
"title": "中国人民",
"content": "中国科学院计算研究所"
},
"highlight": {
"title": [
"中国人民"
]
}
}
]
}
}
只有这一个查询条件可以成功，其他的都会失败。
4.match查询text字段
match和text都支持分词，所以只要match分词结果和text的分词结果有相同的，就可以查询出来。
{
"query":{
"match":{
"content":"中国"
}
},
"highlight": {
"fields": {
"content": {}
}
}
}
查询结果：
{
"took": 19,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 1,
"relation": "eq"
},
"max_score": 0.6931472,
"hits": [
{
"_index": "test",
"_type": "_doc",
"_id": "JsSuJG0BGg18gZ2OHMqK",
"_score": 0.6931472,
"_source": {
"title": "中国人民",
"content": "中国科学院计算研究所"
},
"highlight": {
"content": [
"中国科学院计算研究所"
]
}
}
]
}
}
可以看出，因为中国科学院计算研究所的分词结果包含中国，所以只使用中国就可以查询到。如果查询条件是加油中国或中国必胜，只要是分词结果中含有中国的都可以查询出来。同样，对于其他的分词也是一样。
match_phrase和query_string的区别
1.match_phrase查询keyword字段
keyword不支持分词，所以需要完全匹配才可以
{
"query":{
"match_phrase":{
"title":"中国人民"
}
},
"highlight": {
"fields": {
"title": {}
}
}
}
2.match_phrase查询text字段
match_phrase是分词的，text也是分词的。match_phrase的分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的。
{
"query":{
"match_phrase":{
"content":"中国"
}
},
"highlight": {
"fields": {
"content": {}
}
}
}
上面的条件可以查出来，但是换成中国加油就不可以了，因为加油不包含在content的分词中。中国研究所也不可以，虽然它的分词中国和研究所都在cotent的分词中，但是由于不连续，所以也是查询不出来的。
3.query_string查询keyword字段
必须全匹配
{
"query":{
"query_string":{
"query":"中国人民",
"fields":["title"]
}
},
"highlight": {
"fields": {
"title": {}
}
}
}
查询结果：
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 1,
"relation": "eq"
},
"max_score": 0.6931472,
"hits": [
{
"_index": "test",
"_type": "_doc",
"_id": "JsSuJG0BGg18gZ2OHMqK",
"_score": 0.6931472,
"_source": {
"title": "中国人民",
"content": "中国科学院计算研究所"
},
"highlight": {
"title": [
"中国人民"
]
}
}
]
}
}
4.query_string查询text字段
query_string查询text字段，只要query_string中的分词结果有一个在text字段的分词结果中就可以查询出来，多个时也不用考虑顺序。
{
"query":{
"query_string":{
"query":"中国",
"fields":["title","content"]
}
},
"highlight": {
"fields": {
"title": {},
"content":{}
}
}
}
查询结果：
{
"took": 3,
"timed_out": false,
"_shards": {
"total": 1,
"successful": 1,
"skipped": 0,
"failed": 0
},
"hits": {
"total": {
"value": 1,
"relation": "eq"
},
"max_score": 0.6931472,
"hits": [
{
"_index": "test",
"_type": "_doc",
"_id": "JsSuJG0BGg18gZ2OHMqK",
"_score": 0.6931472,
"_source": {
"title": "中国人民",
"content": "中国科学院计算研究所"
},
"highlight": {
"content": [
"中国科学院计算研究所"
]
}
}
]
}
}
下面的查询也可以
{
"query":{
"query_string":{
"query":"研究所中国加油",
"fields":["title","content"]
}
},
"highlight": {
"fields": {
"title": {},
"content":{}
}
}
}
查询结果：
......
"highlight": {
"content": [
"中国科学院计算研究所"
]
}
总结
| 关键词 | keyword类型 | text类型 | 是否支持分词 |
|---|---|---|---|
| term | 完全匹配 | 查询条件必须都是text分词中的，且不能多余，多个分词时必须连续，顺序不能颠倒。 |
否 |
| match | 完全匹配 | match分词结果和text的分词结果有相同的即可，不考虑顺序 |
是 |
| match_phrase | 完全匹配 | match_phrase的分词结果必须在text字段分词中都包含，而且顺序必须相同，而且必须都是连续的。 |
是 |
| query_string | 完全匹配 | query_string中的分词结果至少有一个在text字段的分词结果中，不考虑顺序 |
是 |