四、查询文档（term和match）

查询文档

• 词条查询 term：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搜索
• 全文查询 match：会分析查询条件，先将查询条件进行分词，然后查询，最后求并集

# term 词条查询。查询的条件字符串和词条要完全匹配
# field指要查询的字段，value指查询的条件字符串
GET person/_search
{
  "query": {
    "term": {
      "address": {
        "value": "北京"
      }
    }
  }
}

注意：es默认使用的是standard分词器，会将“北京”分为“北”和“京”，所以这里通过term查“北京”是查不到的。

在设置了ik分词器的场景下用term进行查询

1. 首先将在创建索引添加映射时，将要查询的address字段指定为使用ik分词器：

# 创建索引，添加映射，指定使用ik分词器
PUT person
{
  "mappings": {
    "properties": {
      "name":{
        "type": "keyword"
      },
      "address":{
        "type": "text",
        "analyzer": "ik_max_word"
      }
    }
  }
}

2. 添加文档

PUT person/_doc/id2
{
  "name":"王五",
  "address":"中国北京天门安"
}

3. term查询

GET person/_search
{
  "query": {
    "term": {
      "address": {
        "value": "北京"
      }
    }
  }
}

这里可以查到，因为ik分词器对“中国北京天安门”进行了分词，分词中有“北京”这个词，所以能和term中的“北京”完全匹配上。

但如果term查的是“北京昌平”，就查不到了，因为无法完全匹配。

4. match查询

GET person/_search
{
  "query": {
    "match": {
      "address": "北京昌平"
    }
  }
}

这里可以查到，因为match对北京昌平进行了分词，分词得到的“北京”成功匹配上了ik分词器对“中国北京天安门”进行分词得到的“北京”