查看该索引的mapping,可以看到ES默认对字符串类型数据的mapping既有text也有keyword类型
GET /test/_mapping
3.1、match查询不加keyword(match查询会分析查询条件,先将查询条件进行分词,然后查询,求并集)
GET /test/_search
{
"query": {
"match": {
"address":"广东深圳"
}
}
}
结果
查看索引中数据的分词结果 GET /test/_doc/1/_termvectors?fields=address
可以看到,这里的数据被ES分为了4个词分别是“广” ,“东”,“深”,“圳”。同样,第二条数据也被分为了“广” ,“西”,“南”,“宁”。这里可以理解为
keyword类型存储的数据为“广东深圳”(存储未分词的原始数据)
text类型存储的数据为“广” ,“东”,“深”,“圳”(存储分词后的)
之所以查到两条,原因是,match查询会将查询条件分词,
也就是查询条件(广东深圳)会被分词为“广” ,“东”,“深”,“圳”和原始数据“广东深圳”去查询,前面说了,字符串默认是既有text类型,又有keyword类型,没有加keyword,查询的就是text类型的,所以命中了两条数据
接下来加上keyword去查询看看结果会是怎么样
GET /test/_search
{
"query": {
"match": {
"address.keyword":"广东深圳"
}
}
}
不出意外,只命中了一条
接下来查询条件由广东深圳–>广东深,结果会怎样呢
GET /test/_search
{
"query": {
"match": {
"address.keyword":"广东深"
}
}
}
match查询不是会对查询条件分词吗?怎么一条都没有命中
原因是不管加没加keyword,只要是match查询,都会对查询条件进行分词,
但是加了keyword,ES只会去检索keyword类型里存储的数据,不加keyword,ES只会去检索text类型里存储的数据
3.2、term查询(不会分析查询条件,只有当词条和查询字符串完全匹配时才匹配,也就是精确查找)
term不加keyword
GET /test/_search
{
"query": {
"term": {
"address":"广东深圳"
}
}
}
结果:
不出意料,一条也没有命中,原因是term不会分词,不加keyword,ES只会去检索text类型里面的数据,自然匹配不到
加上keyword后
GET /test/_search
{
**自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。**
**深知大多数大数据工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!**
**因此收集整理了一份《2024年大数据全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。**





**既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上大数据开发知识点,真正体系化!**
**由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新**
**如果你觉得这些内容对你有帮助,可以添加VX:vip204888 (备注大数据获取)**

**一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**
片转存中...(img-bnwlw0nb-1713002202071)]
**一个人可以走的很快,但一群人才能走的更远。不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎扫码加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!**