Elasticsearch项目实战整理之搜索篇

在讲文本搜索之前，我们需要先知道文本的倒排索引是如何构建的。我们都知道es文本常用的两种数据类型keyword， text，这两种文本类型唯一区别就是在索引文档时，keyword类型文本不会进行分词，而是直接将字段内容作为一个关键词，构造倒排索引。而text字段会对对应文本进行分词，分词之后变成一个或多个关键词，构造倒排索引。

搜索之term

term搜索是一种等值比较的搜索，es会将term中全部文本作为一个关键词在倒排索引中匹配查询，如有匹配则返回结果。term查询场景适用于查询如 性别，类型等需要进行全部值匹配的查询场景，查询结果不会计算分数，速度相对较快。

搜索之match

match搜索是一种模糊搜索，适用于查询某个文本是否包含某些关键词，文本与搜索关键词的相似度的查询，在实际应用中如百度搜索，淘宝中根据一定词语对商品的搜索都是使用match搜索。match搜索会计算目标文档中相应字段文本与查询语句的相似度，根据相似情况进行打分。

match搜索实现原理是将查询语句通过分词器进行分词，变为多个查询关键词，然后将这些关键词在倒排索引中匹配查询，获得结果。

综上所述，term与match之间的区别：term不会对查询语句进行分词，也不会对查询结果打分，是一种全量文本的等值匹配。 match会进行分词，会进行打分，是一种相似度查询。

搜索之搜索过程

以上图三个节点为例，三个节点组成一个es集群，一个索引，3主3从。

1. 当查询从客户端发送到节点3时，此客户端发送的请求被节点3接受并处理，此时我们称节点3为此次请求的协调节点，节点3会将查询发送到索引对应的三个分片，三个分片可能是主可能是从，es会根据负载均衡算法来决定查询请求发送到哪个分片。
2. 各个分片会将查询结果的docid和排序字段返回给协调节点，注此时并不返回文档的全部数据。
3. 协调节点根据各个分片返回的docid和排序字段进行排序，筛选出需要返回给客户端的文档docid
4. 使用docid去对应分片上拉取文档真实数据，返回给客户端