目录
参考文章：Elasticsearch中 match、match_phrase、query_string和term的区别
1.概念
1.1.term与match
term是精确查询
match是模糊查询
1.2.text与keyword
ES更新到5版本后，取消了 string 数据类型，代替它的是 keyword 和 text 数据类型。
Text
Text 数据类型被用来索引长文本，比如说电子邮件的主体部分或者一款产品的介绍。这些文本会被分析，在建立索引前会将这些文本进行分词，转化为词的组合，建立索引。允许 ES来检索这些词语。text 数据类型不能用来排序和聚合。
Keyword
Keyword 数据类型用来建立电子邮箱地址、姓名、邮政编码和标签等数据，不需要进行分词。可以被用来检索过滤、排序和聚合。keyword 类型字段只能用本身来进行检索。
注意：如果不像以上通过mapping 配置索引时，遇到字符串类型时候的字端，系统会默认为“text”类型。检索的时候对字符串进行分析。所以要想只通过字段本身来进行检索，还是需要按照上面把该字段改为“keyword”类型。
以下参考：Elasticsearch中 match、match_phrase、query_string和term的区别
2.Term + Text/Keyword
（1）term查询text字段
因为text字段会分词，而term不分词，所以term查询的条件必须是text字段分词后的某一个。
（2）term查询keyword字段
term不会分词。而keyword字段也不分词。需要完全匹配才可。
3.Match + Text/Keyword
（1）match查询text字段
match分词，text也分词，只要match的分词结果和text的分词结果有相同的就匹配。
Match查询会先对搜索词进行分词,分词完毕后再逐个对分词结果进行匹配，因此相比于term的精确搜索，match是分词匹配搜索,match搜索还有两个相似功能的变种，一个是match_phrase，一个是multi_match。
（2）match查询keyword字段
match会被分词，而keyword不会被分词，match的需要跟keyword的完全匹配可以。
4.Match - Match_phrase
主要知识点：
- match_phrase的使用场景
- match_phrase的用法
- match_phrase的原理
一、什么是近似匹配
match_phrase的使用场景
现假设有两个句子
１、java is my favourite programming language, and I also think spark is a very good big data system.
２、java spark are very related, because scala is spark's programming language and scala is also based on jvm like java.
进行match query，query语法如下：
{
＂query＂：｛
"match": {
"content": "java spark"
}
｝
}match query进行搜索，只能搜索到包含java或spark的document，包含java和spark的doc都会被返回回来。现在假如说我们要实现以下三个需求：
1、java spark，就靠在一起，中间不能插入任何其他字符，就要搜索出来这种doc
2、java spark，但是要求，java和spark两个单词靠的越近，doc的分数越高，排名越靠前
３、我们搜索时，文档中必须包含java spark这两个文档，且他们之间的距离不能超过５，
要实现上述三个需求，用match做全文检索，是搞不定的，必须得用proximity match（近似匹配），proximity match分两种，短语匹配（phrase match）和近似匹配（proximity match）。这一讲，要学习的是phrase match，就是仅仅搜索出java和spark靠在一起的那些doc，比如有个doc，是java use'd spark，这就不是结果。
二、match_phrase的用法
phrase match，就是要去将多个term作为一个短语，一起去搜索，只有包含这个短语的doc才会作为结果返回。match是只在包含其中任何一个分词就返回。
１、match语法：
GET /forum/article/_search
{
"query": {
"match": {
"content": "java spark"
}
}
}单单包含java的doc也返回了，不是我们想要的结果
２、改一个数据，将一个doc的content设置为恰巧包含java spark这个短语，以方便搜索
POST /forum/article/5/_update
{
"doc": {
"content": "spark is best big data solution based on scala ,an programming language similar to java spark"
}
}
３、match_phrase语法
GET /forum/article/_search
{
"query": {
"match_phrase": {
"content": "java spark"
}
}
}
结果只返回了最后我们修改的那个ｄｏｃ，只包含java或ｓｐａｒｋ的doc不会返回
三、match_phrase的原理
原理不想了解的童鞋可以忽略。
１、理解term position
ｅｓ分词器在分词做倒排索引时，会记录下每个分词在对应的ｄｏｃ中的位置（position）
比如有下面两个ｄｏｃ＞
doc1：hello world, java spark
doc2：hi, spark java
做倒排索引时：
hello doc1(0)
wolrd doc1(1)
java doc1(2) doc2(2)
spark doc1(3) doc2(1)
（）中表示位置。可以通过以下语句进行查看。
GET _analyze
{
"text": "hello world, java spark",
"analyzer": "standard"
}
２、match_phrase的基本原理
match_phrase执行过程：
１.如ｍａｔｃｈ搜索一样进行分词，
２.对分词后的单词到ｆｉｅｌｄ中去进行搜索。这一步返回每个单词对应的ｄｏｃ，并返回这些单词在对应的ｄｏｃ中的位置，
３.对返回的ｄｏｃ进行第一步的筛选，找到每个单词都在同一个ｆｉｅｌｄ的ｄｏｃ。
４.对第３步进行筛选后的ｄｏｃ进行再一次的筛选，选回位置符合要求的ｄｏｃ。比如，对于match_phrase，就是找到后一个单词的位置比前一个单词的位置大１。
５．proximity match原理一样，只是第四位对位置进行筛选时的方法不同。
math_phrase 集合slop
GET /my_index/my_type/_search
{
"query": {
"match_phrase": {
"title": {
"query": "quick fox",
"slop": 1
}
}
}
}slop参数告诉match_phrase查询词条能够相隔多远时仍然将文档视为匹配。相隔多远的意思是，你需要移动一个词条多少次来让查询和文档匹配。
5.Match - Multi_match
参考：https://www.elastic.co/guide/cn/elasticsearch/guide/current/multi-match-query.html
6.Query_String
和match_phrase区别的是，query_string查询text类型字段，不需要连续，顺序还可以调换。
7、实际案例参考
GET /sw_ws_gd/_search
{
"from": 0,
"size": 500,
"query": {
"bool": {
"must": [
{
"bool": {
"must": [
{
"bool": {
"should": [
{
"bool": {
"must": [
{
"bool": {
"should": [
{
"multi_match": {
"query": "ä¸ä»‹",
"fields": [
"bgbc_content^2.0",
"bycm_content^2.0",
"case_code^2.0",
"case_title^2.0",
"dsrxx_content^2.0",
"flyj^2.0",
"jbxx_content^2.0",
"sljg_content^2.0",
"wsnr^2.0",
"ygsc_content^2.0"
],
"type": "phrase",
"operator": "OR",
"slop": 0,
"prefix_length": 0,
"max_expansions": 50,
"minimum_should_match": "40%",
"tie_breaker": 0.3,
"zero_terms_query": "NONE",
"auto_generate_synonyms_phrase_query": true,
"fuzzy_transpositions": true,
"boost": 1
}
},
{
"multi_match": {
"query": "å±…é—´",
"fields": [
"bgbc_content^1.0",
"bycm_content^1.0",
"case_code^1.0",
"case_title^1.0",
"dsrxx_content^1.0",
"flyj^1.0",
"jbxx_content^1.0",
"sljg_content^1.0",
"wsnr^1.0",
"ygsc_content^1.0"
],
"type": "phrase",
"operator": "OR",
"slop": 0,
"prefix_length": 0,
"max_expansions": 50,
"minimum_should_match": "40%",
"tie_breaker": 0.3,
"zero_terms_query": "NONE",
"auto_generate_synonyms_phrase_query": true,
"fuzzy_transpositions": true,
"boost": 1
}
}
],
"adjust_pure_negative": true,
"boost": 1
}
}
],
"adjust_pure_negative": true,
"boost": 1
}
}
],
"adjust_pure_negative": true,
"boost": 1
}
}
],
"adjust_pure_negative": true,
"boost": 1
}
},
{
"bool": {
"adjust_pure_negative": true,
"boost": 1
}
}
],
"filter": [
{
"bool": {
"adjust_pure_negative": true,
"boost": 1
}
}
],
"adjust_pure_negative": true,
"boost": 1
}
},
"_source": {
"includes": [
"case_code",
"case_title"
],
"excludes": []
},
"track_total_hits": 2147483647
}
扫一扫
402
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
