elasticsearch基本查詢筆記(二)-- 分詞查詢

text字段和keyword字段的區(qū)別

keyword

首先了解一下什么是keyword壶谒,舉個(gè)例子:

建立一個(gè)索引test_index艺栈,將字段name設(shè)置為keyword類型先紫。

PUT test_index
{
  "mappings": {
    "user": {
      "properties": {
        "name": {
          "type": "keyword"
        }
      }
    }
  }
}

然后查詢該mapping是否已經(jīng)構(gòu)建成功。

GET test_index/_mapping

得到如下結(jié)果:

{
  "test_index": {
    "mappings": {
      "user": {
        "properties": {
          "name": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

表示已經(jīng)創(chuàng)建成功先煎。

在該索引test_index下建立數(shù)據(jù):

POST test_index/user
{
  "name":"奧尼爾"
}

使用term查詢數(shù)據(jù)践叠,name為“奧尼爾”:

GET test_index/user/_search
{
  "query": {
    "term": {
      "name": {
        "value": "奧尼爾"
      }
    }
  }
}

得到結(jié)果:

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.2876821,
    "hits": [
      {
        "_index": "test_index",
        "_type": "user",
        "_id": "71pbn2kBcbRJikqN_vnl",
        "_score": 0.2876821,
        "_source": {
          "name": "奧尼爾"
        }
      }
    ]
  }
}

接下來使用term查詢數(shù)據(jù),name為“奧尼”:

GET test_index/user/_search
{
  "query": {
    "term": {
      "name": {
        "value": "奧尼"
      }
    }
  }
}

得到結(jié)果:

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 0,
    "max_score": null,
    "hits": []
  }
}

因?yàn)樽侄伪辉O(shè)置成keyword類型膊存,錄入數(shù)據(jù)該字段是不會被分詞导而,所以使用term查詢時(shí)候忱叭,需要全匹配才能查詢到。

text

更新test_index的mapping:

PUT test_index/_mapping/user?update_all_types
{
  "properties": {
      "school": {
        "type": "text"
      }
  }
}

查看mapping:

{
  "test_index": {
    "mappings": {
      "user": {
        "properties": {
          "name": {
            "type": "keyword"
          },
          "school": {
            "type": "text"
          }
        }
      }
    }
  }
}

添加數(shù)據(jù):

POST test_index/user
{
  "name":"奧尼爾",
  "school":"hello world"
}

然后我們查詢school字段:

GET test_index/user/_search
{
  "query": {
    "term": {
      "school": {
        "value": "world"
      }
    }
  }
}

結(jié)果:

{
  "took": 2,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 0.2876821,
    "hits": [
      {
        "_index": "test_index",
        "_type": "user",
        "_id": "8lptn2kBcbRJikqNqvk0",
        "_score": 0.2876821,
        "_source": {
          "name": "奧尼爾",
          "school": "hello world"
        }
      }
    ]
  }
}

可以發(fā)現(xiàn)今艺,即使沒有輸入完整的查詢條件窑多,也能將school為"hello world"的內(nèi)容查詢到。
如果我們完整查詢:

GET test_index/user/_search
{
  "query": {
    "term": {
      "school": {
        "value": "hello world"
      }
    }
  }
}

結(jié)果:

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 0,
    "max_score": null,
    "hits": []
  }
}

完整輸入結(jié)果查找不到洼滚。
因?yàn)閠ext埂息,會將字段進(jìn)行分詞,如“hello world”會被分詞為["hello","world",...]遥巴,而term必須匹配到數(shù)組中的一項(xiàng)千康,才能查出結(jié)果。

match铲掐,match_phrase和term區(qū)別

elastic會對查詢語句進(jìn)行分詞


term

term 查詢語句不分詞

term查詢keyword字段

keyword字段不分詞
term查詢keyword字段拾弃,需要完全匹配

term查詢text字段

text字段分詞
term查詢text字段,必須為text字段分詞后中的某一個(gè)才行摆霉。如“我真帥”分詞為["我","真","帥"]豪椿,term必須為“我”或“真”或“帥”,才能查到携栋,而“我?guī)洝贝疃堋ⅰ罢鎺洝辈恍小?/p>


match

match 查詢語句分詞

match查詢keyword字段

keyword字段不分詞
match查詢keyword字段,需要完全匹配

match查詢text字段

text字段分詞
match查詢text字段婉支,只需要match分詞結(jié)果中和text分詞有匹配就可以查出鸯隅。如“我真帥”分詞為["我","真","帥"],match的查詢語句“真帥”被分詞為["真","帥"]向挖,其中“真”蝌以、“帥”能匹配上text字段的分詞結(jié)果,所以能查出何之。


match_phrase

match_phrase 查詢語句分詞

match_phrase 查詢keyword字段

keyword字段不分詞
match_phrase 查詢keyword字段跟畅,需要完全匹配

match_phrase 查詢text字段

text字段分詞
match_phrase 查詢text字段,只需要match_phrase 分詞結(jié)果中和text分詞有匹配且查詢語句必須包含在text分詞結(jié)果中溶推,同時(shí)順序相同且連續(xù)徊件,才可以查出。如“我真帥”分詞為["我","真","帥",“真帥”]悼潭,match_phrase 的查詢語句“真帥”被分詞為["真帥"]庇忌,其中“真帥”能匹配上text字段的分詞結(jié)果舞箍,連續(xù)且順序相同舰褪,所以能查出。


最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末疏橄,一起剝皮案震驚了整個(gè)濱河市占拍,隨后出現(xiàn)的幾起案子略就,更是在濱河造成了極大的恐慌,老刑警劉巖晃酒,帶你破解...
    沈念sama閱讀 219,110評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件表牢,死亡現(xiàn)場離奇詭異,居然都是意外死亡贝次,警方通過查閱死者的電腦和手機(jī)崔兴,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,443評論 3 395
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來蛔翅,“玉大人敲茄,你說我怎么就攤上這事∩轿觯” “怎么了堰燎?”我有些...
    開封第一講書人閱讀 165,474評論 0 356
  • 文/不壞的土叔 我叫張陵,是天一觀的道長笋轨。 經(jīng)常有香客問我秆剪,道長,這世上最難降的妖魔是什么爵政? 我笑而不...
    開封第一講書人閱讀 58,881評論 1 295
  • 正文 為了忘掉前任仅讽,我火速辦了婚禮,結(jié)果婚禮上钾挟,老公的妹妹穿的比我還像新娘何什。我一直安慰自己,他們只是感情好等龙,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,902評論 6 392
  • 文/花漫 我一把揭開白布处渣。 她就那樣靜靜地躺著,像睡著了一般蛛砰。 火紅的嫁衣襯著肌膚如雪罐栈。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,698評論 1 305
  • 那天泥畅,我揣著相機(jī)與錄音荠诬,去河邊找鬼。 笑死位仁,一個(gè)胖子當(dāng)著我的面吹牛柑贞,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播聂抢,決...
    沈念sama閱讀 40,418評論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼钧嘶,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了琳疏?” 一聲冷哼從身側(cè)響起有决,我...
    開封第一講書人閱讀 39,332評論 0 276
  • 序言:老撾萬榮一對情侶失蹤闸拿,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后书幕,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體新荤,經(jīng)...
    沈念sama閱讀 45,796評論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,968評論 3 337
  • 正文 我和宋清朗相戀三年台汇,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了苛骨。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 40,110評論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡苟呐,死狀恐怖智袭,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情掠抬,我是刑警寧澤吼野,帶...
    沈念sama閱讀 35,792評論 5 346
  • 正文 年R本政府宣布,位于F島的核電站两波,受9級特大地震影響瞳步,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜腰奋,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,455評論 3 331
  • 文/蒙蒙 一单起、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧劣坊,春花似錦嘀倒、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,003評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至康二,卻和暖如春碳胳,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背沫勿。 一陣腳步聲響...
    開封第一講書人閱讀 33,130評論 1 272
  • 我被黑心中介騙來泰國打工挨约, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人产雹。 一個(gè)月前我還...
    沈念sama閱讀 48,348評論 3 373
  • 正文 我出身青樓诫惭,卻偏偏與公主長得像,于是被迫代替她去往敵國和親蔓挖。 傳聞我的和親對象是個(gè)殘疾皇子夕土,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,047評論 2 355

推薦閱讀更多精彩內(nèi)容