《Elasticsearch:权威指南》Query DSL -- Term-level queries --Term Query

Term Query(精确词查询)

精确词查询查找倒排索引中指定的精确词的文档。 例如：

精确词查找特指keyword类型数据，未经分词处理。

POST twitter/_search
{
  "query": {
    "term" : { "user" : "Kimchy" }   //查询user字段并且值为Kimchy的文档
  }
}

注意：这里的Kimchy中的K是大写的，在《Elasticsearch:权威指南》Document APIs – Index API 中的例子是小写的k，小心被坑死了

boost参数

为了讲解下面的boost参数，我们先把上面的例子改造一下，二者等价：

{
	"query": {
		"term": {
			"user": {     //user字段
				"value": "kimchy",      //value属性指向值
				"boost": 1.0   //权重系数
			}
		}
	}
}

一个字段，可以扩展为带有value和boost的结构，boost默认值为1.0

可以指定boost参数，以使该精确词查询比其他查询具有更高的相关性得分，例如：

GET _search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "status": {     //指status字段
              "value": "urgent",   //查询条件的值
              "boost": 2.0    //权重设置2.0
            }
          }
        },
        {
          "term": {
            "status": "normal" 
          }
        }
      ]
    }
  }
}

1. 上面例子中urgent的boost值设置为2，说明重要性是2倍于normal
2. boost默认值为1.0

为什么term query会匹配不到数据

字符串字段的类型可以是text（作为全文，如电子邮件的正文）或 keyword （作为精确值，如电子邮件地址或邮政编码）。精确值（如数字，日期和关键字）具有在字段中指定的确切值，该字段已添加到倒排索引中，以使其可搜索。

但是，text 字段是被分词处理的。这意味着它们的值首先会通过分析器生成一个词语列表，然后将其添加到倒排索引中。

分析文本的方法有很多：默认的标准分析器会删除大多数标点符号，将文本分解为单个单词，然后将其小写。例如，标准分析仪会将字符串“ Quick Brown Fox！”变成词语 [quick, brown, fox]。

通过这种分析过程，可以在一大段全文本中搜索单个单词。

term query 查询 会在字段的倒排索引中查找确切的字词-对该字段的分析器一无所知。这对于在关键字字段，数字字段或日期字段中查找值很有用。查询全文字段时，请使用match query 匹配查询，该查询可了解如何分析该字段。

为了演示，请尝试以下示例。首先，创建一个索引，指定字段映射，并为文档建立索引：

PUT my_index
{
  "mappings": {
    "_doc": {
      "properties": {
        "full_text": {                 
          "type":  "text"       //text类型，会分词
        },
        "exact_value": {
          "type":  "keyword"  //keyword类型，不会分词
        }
      }
    }
  }
}

PUT my_index/_doc/1
{
  "full_text":   "Quick Foxes!", 
  "exact_value": "Quick Foxes!"  
}

• full_text字段是 text类型，会分词

• exact_value 字段是 keyword类型，不会分词

• full_text 字段倒排索引 包含词语: [quick, foxes]，2个单词

• exact_value 字段倒排索引包含词语: [Quick Foxes!]，一个单词

那么，下面来比较下term query 和 match query的不同之处：

GET my_index/_search
{
  "query": {
    "term": {      //精确匹配
      //能匹配到数据，因为未分词，内部存储‘Quick Foxes!’，一个完整字符串，与查询条件完全匹配
      //等价于 表达式 "Quick Foxes!"== "Quick Foxes!"，结果“是”
      "exact_value": "Quick Foxes!"   
    }
  }
}

GET my_index/_search
{
  "query": {
    "term": {      //精确匹配
     //匹配失败，因为分词，内部存储为: [quick, foxes]，2个单词
     // 等价于 表达式"Quick Foxes!"==quick  or "Quick Foxes!"==foxes ，结果“否”
      "full_text": "Quick Foxes!"   
    }
  }
}

GET my_index/_search
{
  "query": {     
    "term": {     //精确匹配
      //能匹配,因为分词，内部存储为: [quick, foxes]，2个单词
      // 等价于 表达式 "foxes"in  [quick, foxes]，结果“是”
      "full_text": "foxes" 
    }
  }
}

GET my_index/_search
{
  "query": {
    "match": {     //模糊匹配
    //能匹配，条件也会分词，内部存储也是分词
    //等价于 表达式 [quick, foxes] in [quick, foxes]  ，结果“是”
      "full_text": "Quick Foxes!" 
    }
  }
}

经过上面的例子，大致可以分清term query和math query了，首先term query查询条件不会分词，match query查询条件会分词，然后根据字段存储的格式，text会分词，内部拆分成多个词语，keyword不会分词，内部就保存一个完整的词。然后进行比较。

由于head插件不方便在发送get请求时，不会携带body参数，我们在linux上使用curl命令测试：

curl  -XGET "10.40.164.63:9200/my_index/_search"  --header "Content-Type:application/json" -d ' 
{
  "query": {
    "term": {
      "exact_value": "Quick Foxes!" 
    }
  }
}'