一文读懂ElasticSearch中字符串keyword和text类型区别_elasticsearch text和keyword

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
{
“query”: {
“term”: {
“address.keyword”:“广东深圳”
}
}
}

不出意料命中了一条。

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）

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）
[外链图片转存中…(img-wN9vohyl-1712550126632)]