elasticsearch先实践再理论 四 查询

精确值查询 Term

term vs match

term：查询词不做分析，适用于如日期、bool、number、文本类型

match：查询词分析，并转化为term查询

下图查找结果为空，因为GOOD-NAME在索引时（这里索引是动词，代表插入文档）已经被分词器分词为两个词条good、name

可以设置字段为类型为keyword，这样在索引时不会分词，这样就能查询到了：

对于精确值查询尽量使用filter，filter不会评分且容易被缓存，所以filter的执行速度非常快，filter需要嵌套在bool或者constant_score中：

还有一个terms查询，相当于sql的in，文档和数组中任意一个数据值匹配即可：

{
	"query":{
		"terms":{
			"name.keyword":["GOOD-NAME","BAD-NAME"]
		}
	}
}

Match查询

term查询类似sql，match则比term高级一些：

{
    "query": {
        "match": {
        	"likes":"dota basketball"
        }
    }
}

likes是文本类型（非keyword），搜索词也会被分析（dota、basketball），最终转化为term查询：

{
    "query": {
        "bool": {
            "should":[
            	{"term":{"likes":"dota"}},
            	{"term":{"likes":"basketball"}}
            ]
        }
    }
}

若只想搜索出两个词都存在的文档：

{
    "query": {
        "match":{
        	"likes":{
        		"query":"dota basketball",
        		"operator":"and"
        	}
        }
    }
}

field之后不是直接跟关键词，而是一个json对象，operator默认是or，写成and和下面是等价的：

{
    "query": {
        "bool": {
            "must":[
            	{"term":{"likes":"dota"}},
            	{"term":{"likes":"basketball"}}
            ]
        }
    }
}

上面的查询和下面的也是等价的

{
    "query": {
        "bool": {
            "should":[
            	{"term":{"likes":"dota"}},
            	{"term":{"likes":"basketball"}}
            ],
            "minim