关于后端:es笔记三之termmatchmatchphrase-等查询方法介绍

本文首发于公众号：Hunter 后端
原文链接：es 笔记三之 term，match，match_phrase 等查询方法介绍

首先介绍一下在 es 里有两种存储字符串的字段类型，一个是 keyword，一个是 text。

keyword 在存储数据的时候是作为一个整体存储的，不会对其进行分词解决

text 存储数据的时候会对字符串进行分词解决，而后存储。

而对于查询方法，term 是准确查问，match 是含糊查问。

接下来咱们用几个例子，来别离表白下这两种类型的字段，应用 term，match，match_phrase 等搜寻的状况。

1. 测试搜寻 keyword
2. 测试搜寻 text
3. match 的其余用法
4. multi-match 搜寻

首先咱们创立这样一个 index 和上面几条数据：

PUT /exam

PUT /exam/_mapping
{
  "properties": {
    "address": {
      "type": "text",
      "fields": {
        "keyword": {
          "type": "keyword",
          "ignore_above": 256
        }
      }
    },
    "name": {"type": "keyword"}
  }
}

咱们创立了 name 字段为 keyword，address 字段是 text，接下来咱们先创立几条数据来测试 keyword 字段类型的搜寻。

1、测试搜寻 keyword

写入数据：

PUT /exam/_doc/1
{
    "name" : "hunter x",
    "address": "i study english"
}

PUT /exam/_doc/2
{
    "name" : "python x",
    "address": "this is  python x"
}

PUT /exam/_doc/3
{
    "name" : "hunter python",
    "address": "i live in china"
}

PUT /exam/_doc/4
{
    "name" : "hunter java",
    "address": "read a book"
}

PUT /exam/_doc/5
{
    "name" : "java golang python",
    "address": "you can get a good job"
}

PUT /exam/_doc/6
{
    "name" : "js python",
    "address": "wanna go out to play"
}

name 字段类型为 keyword，所以它存储的时候是以整体来存储的。

接下来介绍这几种查问形式查问 name 字段的操作。

term

准确查找，对于搜寻的内容也是间接整体查找，也就是说搜寻什么内容就查问什么内容。

比方对于咱们写入的 id=2 的数据，要想查 name=’python x’ 的数据，就须要查问的字符串和后果齐全匹配才可返回，比方上面的操作操作：

GET /exam/_search
{
  "query": {
    "term": {
      "name": {"value": "python x"}
    }
  }
}

match

match 的操作是将搜寻的内容进行分词后再查问，比方咱们 match 的参数是 python x，那么分词后的后果是 python 和 x，然而 keyword 类型的字段数据不会分词，所以也须要可能齐全匹配能力查问失去，所以这里就会去查找 name 字段里只蕴含了 python 和 x 的数据。

GET /exam/_search
{
  "query": {
    "match": {"name": "python x"}
  }
}

2、测试搜寻 text

后面的 keyword 类型的字段搜寻须要把握的是齐全一样就行，而对于 text 字段的搜寻，text 字段的内容在写入 es 时自身会被分词解决，所以搜寻 text 的解决并不齐全一样。

在这里，我么用的 address 字段是 text 类型，咱们还是用后面的示例作为演示。

term

term 的搜寻是不分词的，搜寻给定字符串的全部内容，比方对于咱们插入的 id=4 的那条数据，address 的内容是 read a book，它被分词为三个，read、a、book，所以咱们应用 term 办法搜寻上面三个都能够搜到这条数据：

GET /exam/_search
{"query": {"term": {"address": "read"}}}

GET /exam/_search
{"term": {"address": "a"}}

GET /exam/_search
{"term": {"address": "book"}}

然而，如果咱们 address 前面的值如下这种就搜寻不到了，因为 term 操作并不会给搜寻的内容进行分词，而是作为一个整体进行搜寻：

GET /exam/_search
{"query": {"term": {"address": "read a"}}}

GET /exam/_search
{"query": {"term": {"address": "a book"}}}

GET /exam/_search
{"query": {"term": {"address": "read a book"}}}

然而还有一种状况，那就是对于搜寻的 text 字段后加上 .keyword 字段的操作，这个相当于将 address 不分词进行搜寻，将 address 这个字段看作是一个 keyword 来操作，能够了解成是应用 term 来搜寻 keyword 字段，就是上一个类型的操作。

所以上面的这个操作就是能够搜寻到 address='read a book' 的数据

GET /exam/_search
{"query": {"term": {"address.keyword": "read a book"}}}

match

match，含糊匹配，在匹配前会将搜寻的字符串进行分词，而后将匹配上的数据依照匹配度（在 es 里有一个 _score 字段用于示意这种匹配水平）倒序返回。

比方咱们对 address 字段搜寻字符串 a，会返回两条数据，id 为 4 和 5 的，因为 address 字段进行分词存储后都蕴含这个字符串。

GET /exam/_search
{"query": {"match": {"address": "a"}}}

或者咱们搜寻内容为 read a，match 搜寻会先将其分词，变成 read 和 a，而后匹配分词后蕴含这两个字符串一个或者两个的数据，在这里也会返回两条，一条的后果是 read a book，一条是 you can get a good job，因为这两条数据都蕴含字符串 a，然而因为前者别离满足了两个搜寻的条件，所以前者的匹配度会更高，所以作为第一条数据返回：

GET /exam/_search
{"query": {"match": {"address": "read a"}}}

match_phrase

匹配短语，应用这个办法不加其余参数的状况下，能够看作是会匹配蕴含这个短语、且程序统一的数据。

比如说对于 address=”read a book” 的数据，搜寻 read a，a book，read a book 都能够筛选到这条数据。

GET /exam/_search
{"query": {"match_phrase": {"address": "read a"}}}

GET /exam/_search
{"query": {"match_phrase": {"address": "a book"}}}

GET /exam/_search
{"query": {"match_phrase": {"address": "read a book"}}}

然而如果搜寻 book a，因为程序不统一，所以上面的搜寻是无奈搜素到该数据的：

GET /exam/_search
{"query": {"match_phrase": {"address": "book a"}}}

然而 match_phrase 有一个 slop 参数能够用于疏忽这种程序，也就是容许搜寻的关键词错位的个数，比方 ‘book a’，分词后的 ‘book’ 和 ‘a’ 如果容许错位两个程序（a 往前挪一个，book 往后挪一个，这是我了解的 slop 的操作用法），那么就能够筛选到咱们这条数据，示例如下：

GET /exam/_search
{
  "query": {
    "match_phrase": {
      "address": {
        "query": "book a",
        "slop": 2
      }
    }
  }
}

match_phrase_prefix

匹配前缀，比方对于 address 值为 ‘read a book’ 的数据，咱们只晓得的值是 ‘read a bo’，想要依据这个搜索词搜寻残缺的数据，就能够用到 match_phrase_prefix。

他的用法是这样的，先将检索词分词，而后将最初一个分词后果独自去匹配，所以这个搜索词的过程就是先依据 ‘read a’ 的分词后果搜寻到一些数据，而后依据剩下的 ‘bo’ 去匹配满足这个前缀的数据：

GET /exam/_search
{"query": {"match_phrase_prefix": {"address": "read a bo"}}}

3、match 的其余用法

匹配分词后的全副后果

对于 match，后面咱们介绍过会先将搜寻的字符串分词，而后去筛选蕴含分词后果一至多个的后果。

比方后面介绍的搜寻 ‘read a’，会搜寻出 ‘read a book’ 以及 ‘you can get a good job’，因为他们都蕴含分词的后果 ‘a’，这种操作就相似于用 should 去对分词后果进行进一步的搜寻操作，

然而如果咱们想要更准确，搜寻的内容必须蕴含分词的全副后果 ‘read’ 和 ‘a’，我么能够加上 operator 参数：

GET /exam/_search
{
  "query": {
    "match": {
      "address": {
        "query": "read a",
        "operator": "and"
      }
    }
  }
}

这样操作后果就是筛选了蕴含全副搜索词分词后后果的数据。

匹配的含糊解决

咱们能够通过 fuzziness 字段来关上字符含糊匹配的开关，最简略的一个例子就是比方咱们搜寻 ‘read’，打字不小心打成了 ‘raed’，这种就能够实现他的含糊匹配：

GET /exam/_search
{
  "query": {
    "match": {
      "address": {
        "query": "raed a",
        "operator": "and",
        "fuzziness": 1
      }
    }
  }
}

4、multi-match 搜寻

后面咱们的 match 参数操作的都是针对于单个字段，multi_match 则能够针对于多个字段进行 match 操作，这个须要都能匹配上搜寻的关键字，应用示例如下：

GET /exam/_search
{
  "query": {
    "multi_match": {
      "query": "python",
      "fields": ["name", "address"]
    }
  }
}

其中，fields 是一个数组，外面是须要搜寻的字段。

如果想获取更多后端相干文章，可扫码关注浏览：