ElasticSearch中match和term的区别（第六更）

首先先创建两个文档数据！

PUT /my_index6/_doc/1
{
  "name":"张三",
  "age":21,
  "tags":["内向","孤独","自尊心强"]
}

PUT /my_index6/_doc/2
{
  "name":"小花",
  "age":23,
  "tags":["简单","低调","善良"]
}

可以看到 默认创建的两个文档的类型是

name:text 类型
age :long 类型
tags:text 类型

所以查询name或tags的时候会使用到分词器进行分词！

最简单的查询

GET /my_index6/_doc/_search?q=name:"张"

复杂查询1 match和term的区别

GET /索引名/_search
{请求体 json}

match：当查询“小花”的时候则可以直接查出，因为使用match相当于模糊查询，只要文档包含搜索的内容就可以被查出！
term：显而易见，直接查询“小花”则不可以被查出，因为使用term就会在搜索前到文档分词集合中去查找，例如 当时PUT的时候创建了name=“小花”的文档，这时文档就会把小花分成“小”，“花”两个词，所以刚才我们直接查询“小花”的时候才没有被查询出来！

那问题来了，显然使用term的时候会有很大的不便之处，因为我们不知道es到底怎么把我们的中文进行分词，这时候又是IK分词器上场了！

使用IK分词器 避免term时中文胡乱分词问题！

先看一下不适用IK分词器的时候es默认分词是什么样的。

果然分成了“小”，“花”，那使用IK分词器呢？

可以看到，IK分词器默认把“小花“当成一个词，这显然更符合中文对于”词“的理解！

所以如果我们要使用term要搜索的条件是中文的话 就是用ik分词器帮助我们！

或许现在的理解还不太到位，后面学习更多就会及时更新的！