浅谈 Elasticsearch 全文搜索

说起全文搜索，我将分为两个部分来讲下，一个是索引的创建，然后才是搜索（查询）。

一、创建索引

针对不同的字段类型，索引创建的方式也不尽相同，这里主要讲下 text 和 keyword 的两种字段类型区别，如下图：

类型	是否分词	描述
text	是	声明为 text 的字段，在被写入 ES 的时候，首选需要对该字段的值进行分词，然后为分词后的结果（你、好、中、国）一一创建对应的索引。
keyword	否	声明为 keyword 的字段，在被写入 ES 的时候，不需要进行分词，直接为该字段的值（你好中国）创建一个对应的索引。

二、查询

索引已经准备就绪，接下来开始讲讲查询。ES 提供了 term、match、match_phrase、query_string 等查询方式，不同的查询方式会对「搜索的关键字」进行相应的处理，如下：

查询方式	分词	描述
term	否	对「搜索的关键字」不进行分词处理，作为一个整体去找对应的索引，例如：我要搜索 ”你好中国“ ，则需要到索引中去查找与 ”你好中国“ 对应的索引。
match	是	对「搜索的关键字」先进行分词处理，然后到索引中查找与分词的结果相匹配的索引，若有匹配的即可， 不考虑顺序 。例如：我要搜索 “你好中国” ，则先将 “你好中国” 切分为 “你”、“好”、“中”、“国”4 个字，然后到索引中去查找与 “你”、“好”、“中”、“国” 4 个字分别对应的索引。但是，这样不但会将 “你好中国” 搜索出来， 就连 “你好” 、“您好”、“国徽”、“中心” 这样的词语也都搜索出来，因为这些词语中包含了 “你”、“好”、“中”、“国” 这 4 个字中的任意一个或者多个。
match_phrase	是	与 match 类似，但是命中的结果必须包含全部「搜索的关键字」的分词，顺序也要相同且必须是连续的。有了这 3 个条件的限制，我们再要搜索 “你好中国”，像 “你好” 、“您好”、“国徽”、“中心” 这样的词语就都不会被搜索出来了。
query_string	是	与 match 基本相同，唯一的不同点是 query_string 搜索的是全部字段，match 需要指定一个要搜索的字段。

三、分词器

分词器主要在两种情况下会被使用，如下：

1. 插入文档时，将 text 类型的字段先进行分词处理，然后再插入倒排索引中。
2. 查询时，先对要查询的 text 类型的输入做分词处理，然后根据分词的结果再去倒排索引中搜索。

所以，针对以上两种情况，我将分词器分成「索引分词器」和「查询分词器」。如果我们想要让 索引 和 查询 使用不同的分词器，ElasticSearch 也是可以支持的，只需要在字段上加上 search_analyzer 参数即可。

对于 ES 在 索引 和 查询 过程中是如何来决定使用哪个分词器处理的，如下：

1. 在索引时，只会去看字段有没有定义 analyzer，有定义的话就用定义的，没定义就用 ES 默认的分词器。
2. 在查询时，会先去看字段有没有定义 search_analyzer，如果没有定义，就去看有没有 analyzer，再没有定义，才会去使用 ES 默认的分词器。