ES termQuery和matchQuery区别浅析

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。