elasticsearch term 查询之一

最新推荐文章于 2024-08-21 10:36:33 发布

weixin_34059951

最新推荐文章于 2024-08-21 10:36:33 发布

阅读量189

点赞数

文章标签：大数据

　　1、前言

　　　　term级别查询将按照存储在倒排索引中的确切字词进行操作，这些查询通常用于数字，日期和枚举等结构化数据，而不是全文本字段。或者，它们允许您制作低级查询，并在分析过程之前进行。

　　　　term级别的查询包括以下几种查询方式：

　　　　1.1、term query

　　　　　　term是代表完全匹配，也就是精确查询，搜索前不会再对搜索词进行分词，所以我们的搜索词必须是文档分词集合中的一个。比如说我们要查找年龄为39的所有文档

POST /bank/_search?pretty
{
  "query": {
    "term": {
      "age": "39"
    }
  }
}

　　　　结果：

　　　另外再查询address=Avenue的文档，没有查到结果

　　　　为什么？

　　　　字符串字段可以是文本类型（视为全文，如电子邮件正文）或关键字（视为精确值，如电子邮件地址或邮政编码）。精确值（如数字，日期和关键字）具有在添加到倒排索引的字段中指定的确切值，以使其可被搜索。

　　　　但是，分析文本字段。这意味着它们的值首先通过一个分析器产生一个项目列表，然后将其添加到倒排索引中。

　　　　分析文本的方法有很多种：默认的标准分析器会删除大部分的标点符号，将文本分解为单个的单词，并将其分解为小写字母。例如，标准分析仪会将字符串“Quick Brown Fox！”变成[quick，brown，fox]。

　　　　先看Avenue的分析

　　　　因为171 Putnam Avenue被分解为 171，putnam，avenue三个词，因此在Avenue时无法查询到，因为第一个字符是大写

　　　　下面做一个测试演示

　　　　首先，创建一个索引，指定字段映射，并索引一个文档

　　　　创建索引和索引数据

PUT my_index
{
  "mappings": {
    "my_type": {
      "properties": {
        "full_text": {
          "type":  "text" 　　　　　　 1
        },
        "exact_value": {
          "type":  "keyword" 　　　　 2
        }
      }
    }
  }
}

PUT my_index/my_type/1
{
  "full_text":   "Quick Foxes!", 　　3
  "exact_value": "Quick Foxes!"  　　4
}

　　　　 1、full_text字段是文本类型，将被分析。

　　　 2、exact_value字段是关键字类型，不会被分析。

　　　　3、full_text倒排索引将包含术语：[quick，foxes]。

　　　　4、exact_value倒排索引将包含确切的术语：[Quick Foxes！]

　　　　现在，比较术语查询和匹配查询的结果：

GET my_index/my_type/_search
{
  "query": {
    "term": {
      "exact_value": "Quick Foxes!" 　　1
    }
  }
}

GET my_index/my_type/_search
{
  "query": {
    "term": {
      "full_text": "Quick Foxes!" 　　 2
    }
  }
}

GET my_index/my_type/_search　　　　　　3
{
  "query": {
    "term": {
      "full_text": "foxes" 
    }
  }
}

GET my_index/my_type/_search          4
{
  "query": {
    "match": {
      "full_text": "Quick Foxes!" 
    }
  }
}

　　　　1、此查询匹配，因为exact_value字段包含确切的术语Quick Foxes !.

　　　　2、这个查询不匹配，因为full_text字段只包含quick和foxes这两个词。它不包含确切的术语Quick Foxes !.

　　　　3、术语foxes的查询匹配full_text字段。

　　　　4、full_text字段上的匹配查询首先分析查询字符串，然后查找包含快速或狐狸或两者的文档。

　　　　再看看分析

GET /my_index/_analyze
{
  "field": "exact_value",
  "text": "Quick Foxes!" 
}

结果：
{
  "tokens": [
    {
      "token": "Quick Foxes!",
      "start_offset": 0,
      "end_offset": 12,
      "type": "word",
      "position": 0
    }
  ]
}

GET /my_index/_analyze
{
  "field": "full_text",
  "text": "Quick Foxes!" 
}
结果：

{
  "tokens": [
    {
      "token": "quick",
      "start_offset": 0,
      "end_offset": 5,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "foxes",
      "start_offset": 6,
      "end_offset": 11,
      "type": "<ALPHANUM>",
      "position": 1
    }
  ]
}