看官方提供的例子:
1.
PUT my_index
{
"mappings": {
"my_type": {
"properties": {
"full_text": {
"type": "string"
},
"exact_value": {
"type": "string",
"index": "not_analyzed"
}
}
}
}
}
首先设置索引名称为my_index,类型为my_type的映射,设置该索引的full_text字段类型为String,exact_value字段类型为String, "index": "not_analyzed"表示该字段不分词。
2. 添加一条数据:
PUT my_index/my_type/1
{
"full_text": "Quick Foxes!",
"exact_value": "Quick Foxes!"
}
索引名为my_index,类型为my_type,id为1。full_text字段的值为Quick Foxes!,exact_value字段的值为Quick Foxes!。
注:
string字段可以分词,也可以不分词。分词的时候,默认的标准分析器可以将一句话中的单词划分开,然后转为小写,比如Quick Brown Fox!,标准分析器将会将它转换为quick , brown , fox。
由于full_text字段分词,因此在倒排索引中被默认标准分析器分为quick , foxes。
exact_value字段不分词,在倒排索引中该字段的值仍为QuickFoxes!。
3. 执行查询:
3.1 使用term查询exact_value,搜索内容为Quick Foxes!:
GET my_index/my_type/_search
{
"query": {
"term": {
"exact_value": "Quick Foxes!"
}
}
}
由于exact_value不分词,Quick Foxes!与exact_value的值QuickFoxes!匹配,因此可以匹配。
3.2 使用term查询full_text,搜索内容为Quick Foxes!:
GET my_index/my_type/_search
{
"query": {
"term": {
"full_text": "Quick Foxes!"
}
}
}
由于full_text字段默认使用标准分析器分词,在倒排索引中被分为quick和foxes,因此使用Quick Foxes!匹配不到内容。
3.3 使用term查询full_text,搜索内容为foxes:
GET my_index/my_type/_search
{
"query": {
"term": {
"full_text": "foxes"
}
}
}
由于full_text字段默认使用标准分析器分词,在倒排索引中被分为quick和foxes,因此使用foxes可以匹配到。
3.4 使用match查询full_text,查询内容为Quick Foxes!:
GET my_index/my_type/_search
{
"query": {
"match": {
"full_text": "Quick Foxes!"
}
}
}
使用match搜索,先分析搜索字符串Quick Foxes!,对它分词,然后搜索full_text中含有quick或者foxes或者两者都包含的文档,由于full_text字在倒排索引中被分为quick和foxes,因此可以匹配到。
总结:
match query搜索的时候,首先会解析查询字符串,进行分词,然后查询,而term query,输入的查询内容是什么,就会按照什么去查询,并不会解析查询内容,对它分词。