elasticsearch学习9--Term-level queries简介、term query与terms query

1、Term-level queries 简介

Term-level queries 术语级查询就是根据结构化数据中的精确值查找文档。与 Full text queries全文查询的不同之处在于，术语级查询不会分析检索词，而是匹配存储在字段中的确切术语，简单的说就是检索词不会被分词。

在介绍两种query之前先准备一下数据。创建blogs_index和tags_index，并添加数据。

PUT /blogs_index
{
  "settings": {
    "index": {
      "number_of_shards": 1,
      "number_of_replicas": 1
    }
  },
  "mappings": {
    "_doc": {
      "dynamic": false,
      "properties": {
        "id": {
          "type": "integer"
        },
        "author": {
          "type": "keyword"
        },
        "title": {
          "type": "text",
          "analyzer": "ik_smart"
        },
        "tag":{
           "type": "integer"
        },
        "influence": {
          "type": "integer_range"
        },
        "createAt": {
          "type": "date"
        }
      }
    }
  }
}

PUT /tags_index
{
  "settings": {
    "index": {
      "number_of_shards": 1,
      "number_of_replicas": 1
    }
  },
  "mappings": {
    "_doc": {
      "dynamic": false,
      "properties": {
        "id": {
          "type": "integer"
        },
        "tag_name": {
          "type": "keyword"
        }
      }
    }
  }
}

批量导入数据：

POST _bulk
{"index":{"_index":"blogs_index","_type":"_doc","_id":"1"}}
{"id":1,"author":"大衣哥","title":"关注我,系统学编程"}
{"index":{"_index":"blogs_index","_type":"_doc","_id":"2"}}
{"id":2,"author":"刘备","title":"系统学编程,关注我"}

2、term query

一般用于检索不会被分词的字段，主要是类型为：integer、keyword、boolean 的字段。因为会分词的字段会出现如下情况，这种情况往往是我们不想遇到的。

语句1：检索文档1的title字段的完整内容，发现居然检索不到文档！
POST /blogs_index/_doc/_search
{
  "query": {
    "term" : { "title" : "关注我,系统学编程" }
  }
}

语句2：只检索关键词“编程”，可以检索文档1和文档2
POST /blogs_index/_doc/_search
{
  "query": {
    "term" : { "title" : "编程" }
  }
}

结果分析：
由于使用的是ik_smart分词器，文档1 title 的Token有（关注，我，系统学，编程），文档2 title 的Token有（系统学，编程，关注，我）。
【语句一】term对检索词不分词，所以检索的Token为“关注我,系统学编程”，两个文档中都没有。
【语句二】这个比较简单，同样term对检索词不分词，检索的Token为“编程”。两个文档都有。

在检索不会分词的字段时，mathc语句与term语句效果一致

POST /blogs_index/_doc/_search
{
  "query": {
    "term" : { "author" : "大衣哥" }
  }
}
POST /blogs_index/_doc/_search
{
  "query": {
    "match" : { "author" : "大衣哥" }
  }
}

结果分析：
match语句会对检索词分词，使用的分词器默认与被检索字段一致。对于author这个字段，type为keyword，所以哪怕使用的是match查询，检索词依然不会被分词。上述两个语句都只能检索到文档1！

3、terms query

3.1 等价于mysql 的 in（）

比如，我想检索作者是【大衣哥】和【刘备】的文章：

POST /blogs_index/_doc/_search
{
  "query": {
    "terms" : { "author" : ["大衣哥","刘备"]}
  }
}

该语句等价于sql语句【where author in （“方才兄”,“方才”）】

3.2 等价于mysql的联表查询–Terms lookup mechanism

添加如下数据：

POST _bulk
{"index":{"_index":"blogs_index","_type":"_doc","_id":"3"}}
{"id":3,"author":"大衣哥","title":"关注我,系统学编程","tag":[1,2,3]}
{"index":{"_index":"tags_index","_type":"_doc","_id":"1"}}
{"id":1,"tag_name":"这是标签1"}
{"index":{"_index":"tags_index","_type":"_doc","_id":"2"}}
{"id":2,"tag_name":"这是标签2"}
{"index":{"_index":"tags_index","_type":"_doc","_id":"3"}}
{"id":3,"tag_name":"这是标签3"}}

进行如下查询

POST /tags_index/_search
{
  "query": {
    "terms": {
      "id": {
        "index": "blogs_index",
        "type": "_doc",
        "id": "3",
        "path": "tag"
      }
    }
  }
}

index：获取id的index
id：文档的编号（_id的值）
path：查询的字段
上述语句等价于select * from tags_index where id in （select tag from blogs_index where _id = 3）所以能检索到tags_index的文档1,2,3

注意：针对另一个index的查询条件，只能是 _id = xx，不能像sql一样随意书写where条件。