全文检索match详解

以前讨论过term query，是要完全匹配查询信息，如果要进行full text全文检索，则需要使用match query

注意：如果要检索的field，是not_analyzed类型的，那么match query也相当于term query。

一、全文检索的主要方式有两种

1、match query

2、should

二、控制搜索结果精准度

1、and operator

2、minimum_should_match

三、举例说明

1、使用and关键字

GET /forum/article/_search
{
    "query": {
        "match": {
            "title": {
                "query": "java elasticsearch",
                "operator": "and"
           }
        }
    }
}

检索的文档中要包含java和elasticsearch

2、必须至少匹配其中的多少个关键字，才能作为结果返回

GET /forum/article/_search
{
  "query": {
    "match": {
      "title": {
        "query": "java elasticsearch spark hadoop",
        "minimum_should_match": "75%"
      }
    }
  }
}

3、用bool组合多个搜索条件，来搜索title

GET /forum/article/_search
{
  "query": {
    "bool": {
      "must":     { "match": { "title": "java" }},
      "must_not": { "match": { "title": "spark"  }},
      "should": [
                  { "match": { "title": "hadoop" }},
                  { "match": { "title": "elasticsearch"   }}
      ]
    }
  }
}

4、bool组合多个搜索条件，如何计算相关度分数（relevance score）

must和should搜索对应的分数，加起来，除以must和should的总数

注意：

（1）should是可以影响相关度分数的

must是确保说，谁必须有这个关键字，同时会根据这个must的条件去计算出document对这个搜索条件的relevance score，在满足must的基础之上，should中的条件，不匹配也可以，但是如果匹配的更多，那么document的relevance score就会更高

（2）在使用must时，should是可以不匹配任何一个的，但是当没有使用must时，那么should中必须至少匹配一个才可以

默认情况下，should是可以不匹配任何一个的，比如上面的搜索中，this is java blog，就不匹配任何一个should条件，只要满足其中一个条件，就可以匹配作为结果返回。当然也可以精准控制，should的4个条件中，至少匹配几个才能作为结果返回

GET /forum/article/_search
{
  "query": {
    "bool": {
      "should": [
        { "match": { "title": "java" }},
        { "match": { "title": "elasticsearch"   }},
        { "match": { "title": "hadoop"   }},
    { "match": { "title": "spark"   }}
      ],
      "minimum_should_match": 3 
    }
  }
}
5、match检索底层实现查询

match query进行多值搜索的时候，es会在底层自动将这个match query转换为bool的语法bool should，指定多个搜索词，同时使用term query。

（1）match转换为term+should

{
    "match": { "title": "java elasticsearch"}
}

底层转换为

{
  "bool": {
    "should": [
      { "term": { "title": "java" }},
      { "term": { "title": "elasticsearch"   }}
    ]
  }
}

（2）and match转换为term+must

{
    "match": {
        "title": {
            "query":    "java elasticsearch",
            "operator": "and"
        }
    }
}

底层转换为

{
  "bool": {
    "must": [
      { "term": { "title": "java" }},
      { "term": { "title": "elasticsearch"   }}
    ]
  }
}

（3）minimum_should_match 转换成should+term

{
    "match": {
        "title": {
            "query":                "java elasticsearch hadoop spark",
            "minimum_should_match": "75%"
        }
    }
}

底层转换为

{
  "bool": {
    "should": [
      { "term": { "title": "java" }},
      { "term": { "title": "elasticsearch"   }},
      { "term": { "title": "hadoop" }},
      { "term": { "title": "spark" }}
    ],
    "minimum_should_match": 3 
  }
}