es筆記三之term，match，match_phrase 等查詢方法介紹

> 本文首發於公眾號：Hunter後端 > 原文鏈接：[es筆記三之term，match，match_phrase 等查詢方法介紹](https://mp.weixin.qq.com/s/3tzD8dEr592WNJFH_1bKRw) 首先介紹一下在 es 里有兩種存儲字元串的欄位類型，一個是 ke ...

本文首發於公眾號：Hunter後端
原文鏈接：es筆記三之term，match，match_phrase 等查詢方法介紹

首先介紹一下在 es 里有兩種存儲字元串的欄位類型，一個是 keyword，一個是 text。

keyword 在存儲數據的時候是作為一個整體存儲的，不會對其進行分詞處理

text 存儲數據的時候會對字元串進行分詞處理，然後存儲。

而對於查詢方法， term 是精確查詢，match 是模糊查詢。

接下來我們用幾個例子，來分別表達下這兩種類型的欄位，使用 term，match，match_phrase 等搜索的情況。

測試搜索 keyword
測試搜索 text
match 的其他用法
multi-match 搜索

首先我們創建這樣一個 index 和下麵幾條數據：

PUT /exam

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

我們創建了 name 欄位為 keyword，address 欄位是 text，接下來我們先創建幾條數據來測試 keyword 欄位類型的搜索。

1、測試搜索 keyword

寫入數據：

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 欄位類型為 keyword，所以它存儲的時候是以整體來存儲的。

接下來介紹這幾種查詢方式查詢 name 欄位的操作。

term

精確查找，對於搜索的內容也是直接整體查找，也就是說搜索什麼內容就查詢什麼內容。

比如對於我們寫入的 id=2 的數據，要想查 name='python x' 的數據，就需要查詢的字元串和結果完全匹配才可返回，比如下麵的操作操作：

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

match

match 的操作是將搜索的內容進行分詞後再查詢，比如我們 match 的參數是 python x，那麼分詞後的結果是 python 和 x，但是 keyword 類型的欄位數據不會分詞，所以也需要能夠完全匹配才能查詢得到，所以這裡就會去查找 name 欄位里只包含了 python 和 x 的數據。

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

2、測試搜索 text

前面的 keyword 類型的欄位搜索需要把握的是完全一樣就行，而對於 text 欄位的搜索，text 欄位的內容在寫入 es 時本身會被分詞處理，所以搜索 text 的處理並不完全一樣。

在這裡，我麽用的 address 欄位是 text 類型，我們還是用前面的示例作為演示。

term

term 的搜索是不分詞的，搜索給定字元串的全部內容，比如對於我們插入的 id=4 的那條數據，address 的內容是 read a book，它被分詞為三個，read、a、book，所以我們使用 term 方法搜索下麵三個都可以搜到這條數據：

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

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

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

但是，如果我們 address 後面的值如下這種就搜索不到了，因為 term 操作並不會給搜索的內容進行分詞，而是作為一個整體進行搜索：

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"}}}

但是還有一種情況，那就是對於搜索的 text 欄位後加上 .keyword 欄位的操作，這個相當於將 address 不分詞進行搜索，將 address 這個欄位看作是一個 keyword 來操作，可以理解成是使用 term 來搜索 keyword 欄位，就是上一個類型的操作。

所以下麵的這個操作就是可以搜索到 address='read a book' 的數據

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

match

match，模糊匹配，在匹配前會將搜索的字元串進行分詞，然後將匹配上的數據按照匹配度（在 es 里有一個 _score 欄位用於表示這種匹配程度）倒序返回。

比如我們對 address 欄位搜索字元串 a，會返回兩條數據，id 為 4 和 5 的，因為 address 欄位進行分詞存儲後都包含這個字元串。

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

或者我們搜索內容為 read a，match 搜索會先將其分詞，變成 read 和 a，然後匹配分詞後包含這兩個字元串一個或者兩個的數據，在這裡也會返回兩條，一條的結果是 read a book，一條是 you can get a good job，因為這兩條數據都包含字元串 a，但是因為前者分別滿足了兩個搜索的條件，所以前者的匹配度會更高，所以作為第一條數據返回：

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

match_phrase

匹配短語，使用這個方法不加其他參數的情況下，可以看作是會匹配包含這個短語、且順序一致的數據。

比如說對於 address="read a book" 的數據，搜索 read a，a book，read a book 都可以篩選到這條數據。

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"}}}

但是如果搜索 book a，因為順序不一致，所以下麵的搜索是無法搜素到該數據的：

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

但是 match_phrase 有一個 slop 參數可以用於忽略這種順序，也就是允許搜索的關鍵詞錯位的個數，比如 'book a'，分詞後的 'book' 和 'a' 如果允許錯位兩個順序（a 往前挪一個，book 往後挪一個，這是我理解的 slop 的操作用法），那麼就可以篩選到我們這條數據，示例如下：

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

match_phrase_prefix

匹配首碼，比如對於 address 值為 'read a book' 的數據，我們只知道的值是 'read a bo'，想要根據這個搜索詞搜索完整的數據，就可以用到 match_phrase_prefix。

他的用法是這樣的，先將檢索詞分詞，然後將最後一個分詞結果單獨去匹配，所以這個搜索詞的過程就是先根據 'read a' 的分詞結果搜索到一些數據，然後根據剩下的 'bo' 去匹配滿足這個首碼的數據：

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

3、match 的其他用法

匹配分詞後的全部結果

對於 match，前面我們介紹過會先將搜索的字元串分詞，然後去篩選包含分詞結果一至多個的結果。

比如前面介紹的搜索 'read a'，會搜索出 'read a book' 以及 'you can get a good job'，因為他們都包含分詞的結果 'a'，這種操作就類似於用 should 去對分詞結果進行進一步的搜索操作，

但是如果我們想要更精確，搜索的內容必須包含分詞的全部結果 'read' 和 'a'，我麽可以加上 operator 參數：

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

這樣操作結果就是篩選了包含全部搜索詞分詞後結果的數據。

匹配的模糊處理

我們可以通過 fuzziness 欄位來打開字元模糊匹配的開關，最簡單的一個例子就是比如我們搜索 'read'，打字不小心打成了 'raed'，這種就可以實現他的模糊匹配：

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

4、multi-match 搜索

前面我們的 match 參數操作的都是針對於單個欄位，multi_match 則可以針對於多個欄位進行 match 操作，這個需要都能匹配上搜索的關鍵字，使用示例如下：

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

其中，fields 是一個數組，裡面是需要搜索的欄位。

如果想獲取更多後端相關文章，可掃碼關註閱讀：