本文首發于公眾號：Hunter后端
原文鏈接：es筆記三之term，match，match_phrase 等查詢方法介紹
首先介紹一下在 es 里有兩種存盤字串的欄位型別，一個是 keyword，一個是 text，
keyword 在存盤資料的時候是作為一個整體存盤的，不會對其進行分詞處理
text 存盤資料的時候會對字串進行分詞處理，然后存盤，
而對于查詢方法， term 是精確查詢，match 是模糊查詢，
接下來我們用幾個例子，來分別表達下這兩種型別的欄位，使用 term，match，match_phrase 等搜索的情況，
- 測驗搜索 keyword
- 測驗搜索 text
- match 的其他用法
- multi-match 搜索
首先我們創建這樣一個 index 和下面幾條資料：
PUT /exam
PUT /exam/_mapping
{
"properties": {
"address": {
"type": "text",
"fields": {
"keyword": {
"type": "keyword",
"ignore_above": 256
}
}
},
"name": {
"type": "keyword"
}
}
}
我們創建了 name 欄位為 keyword，address 欄位是 text，接下來我們先創建幾條資料來測驗 keyword 欄位型別的搜索，
1、測驗搜索 keyword
寫入資料：
PUT /exam/_doc/1
{
"name" : "hunter x",
"address": "i study english"
}
PUT /exam/_doc/2
{
"name" : "python x",
"address": "this is python x"
}
PUT /exam/_doc/3
{
"name" : "hunter python",
"address": "i live in china"
}
PUT /exam/_doc/4
{
"name" : "hunter java",
"address": "read a book"
}
PUT /exam/_doc/5
{
"name" : "java golang python",
"address": "you can get a good job"
}
PUT /exam/_doc/6
{
"name" : "js python",
"address": "wanna go out to play"
}
name 欄位型別為 keyword，所以它存盤的時候是以整體來存盤的，
接下來介紹這幾種查詢方式查詢 name 欄位的操作，
term
精確查找，對于搜索的內容也是直接整體查找，也就是說搜索什么內容就查詢什么內容，
比如對于我們寫入的 id=2 的資料，要想查 name='python x' 的資料，就需要查詢的字串和結果完全匹配才可回傳，比如下面的操作操作：
GET /exam/_search
{
"query": {
"term": {
"name": {
"value": "python x"
}
}
}
}
match
match 的操作是將搜索的內容進行分詞后再查詢，比如我們 match 的引數是 python x，那么分詞后的結果是 python 和 x，但是 keyword 型別的欄位資料不會分詞，所以也需要能夠完全匹配才能查詢得到，所以這里就會去查找 name 欄位里只包含了 python 和 x 的資料，
GET /exam/_search
{
"query": {
"match": {
"name": "python x"
}
}
}
2、測驗搜索 text
前面的 keyword 型別的欄位搜索需要把握的是完全一樣就行，而對于 text 欄位的搜索，text 欄位的內容在寫入 es 時本身會被分詞處理，所以搜索 text 的處理并不完全一樣，
在這里，我么用的 address 欄位是 text 型別，我們還是用前面的示例作為演示，
term
term 的搜索是不分詞的，搜索給定字串的全部內容，比如對于我們插入的 id=4 的那條資料，address 的內容是 read a book，它被分詞為三個，read、a、book，所以我們使用 term 方法搜索下面三個都可以搜到這條資料：
GET /exam/_search
{"query": {"term": {"address": "read"}}}
GET /exam/_search
{"term": {"address": "a"}}
GET /exam/_search
{"term": {"address": "book"}}
但是，如果我們 address 后面的值如下這種就搜索不到了，因為 term 操作并不會給搜索的內容進行分詞，而是作為一個整體進行搜索：
GET /exam/_search
{"query": {"term": {"address": "read a"}}}
GET /exam/_search
{"query": {"term": {"address": "a book"}}}
GET /exam/_search
{"query": {"term": {"address": "read a book"}}}
但是還有一種情況，那就是對于搜索的 text 欄位后加上 .keyword 欄位的操作，這個相當于將 address 不分詞進行搜索，將 address 這個欄位看作是一個 keyword 來操作，可以理解成是使用 term 來搜索 keyword 欄位，就是上一個型別的操作，
所以下面的這個操作就是可以搜索到 address='read a book' 的資料
GET /exam/_search
{"query": {"term": {"address.keyword": "read a book"}}}
match
match，模糊匹配，在匹配前會將搜索的字串進行分詞，然后將匹配上的資料按照匹配度（在 es 里有一個 _score 欄位用于表示這種匹配程度）倒序回傳，
比如我們對 address 欄位搜索字串 a，會回傳兩條資料，id 為 4 和 5 的，因為 address 欄位進行分詞存盤后都包含這個字串，
GET /exam/_search
{"query": {"match": {"address": "a"}}}
或者我們搜索內容為 read a，match 搜索會先將其分詞，變成 read 和 a，然后匹配分詞后包含這兩個字串一個或者兩個的資料，在這里也會回傳兩條，一條的結果是 read a book，一條是 you can get a good job，因為這兩條資料都包含字串 a，但是因為前者分別滿足了兩個搜索的條件，所以前者的匹配度會更高，所以作為第一條資料回傳：
GET /exam/_search
{"query": {"match": {"address": "read a"}}}
match_phrase
匹配短語，使用這個方法不加其他引數的情況下，可以看作是會匹配包含這個短語、且順序一致的資料，
比如說對于 address="read a book" 的資料，搜索 read a，a book，read a book 都可以篩選到這條資料，
GET /exam/_search
{"query": {"match_phrase": {"address": "read a"}}}
GET /exam/_search
{"query": {"match_phrase": {"address": "a book"}}}
GET /exam/_search
{"query": {"match_phrase": {"address": "read a book"}}}
但是如果搜索 book a，因為順序不一致，所以下面的搜索是無法搜素到該資料的：
GET /exam/_search
{"query": {"match_phrase": {"address": "book a"}}}
但是 match_phrase 有一個 slop 引數可以用于忽略這種順序，也就是允許搜索的關鍵詞錯位的個數，比如 'book a'，分詞后的 'book' 和 'a' 如果允許錯位兩個順序（a 往前挪一個，book 往后挪一個，這是我理解的 slop 的操作用法），那么就可以篩選到我們這條資料，示例如下：
GET /exam/_search
{
"query": {
"match_phrase": {
"address": {
"query": "book a",
"slop": 2
}
}
}
}
match_phrase_prefix
匹配前綴，比如對于 address 值為 'read a book' 的資料，我們只知道的值是 'read a bo'，想要根據這個搜索詞搜索完整的資料，就可以用到 match_phrase_prefix，
他的用法是這樣的，先將檢索詞分詞，然后將最后一個分詞結果單獨去匹配，所以這個搜索詞的程序就是先根據 'read a' 的分詞結果搜索到一些資料，然后根據剩下的 'bo' 去匹配滿足這個前綴的資料：
GET /exam/_search
{"query": {"match_phrase_prefix": {"address": "read a bo"}}}
3、match 的其他用法
匹配分詞后的全部結果
對于 match，前面我們介紹過會先將搜索的字串分詞，然后去篩選包含分詞結果一至多個的結果，
比如前面介紹的搜索 'read a'，會搜索出 'read a book' 以及 'you can get a good job'，因為他們都包含分詞的結果 'a'，這種操作就類似于用 should 去對分詞結果進行進一步的搜索操作，
但是如果我們想要更精確，搜索的內容必須包含分詞的全部結果 'read' 和 'a'，我么可以加上 operator 引數：
GET /exam/_search
{
"query": {
"match": {
"address": {
"query": "read a",
"operator": "and"
}
}
}
}
這樣操作結果就是篩選了包含全部搜索詞分詞后結果的資料，
匹配的模糊處理
我們可以通過 fuzziness 欄位來打開字符模糊匹配的開關，最簡單的一個例子就是比如我們搜索 'read'，打字不小心打成了 'raed'，這種就可以實作他的模糊匹配：
GET /exam/_search
{
"query": {
"match": {
"address": {
"query": "raed a",
"operator": "and",
"fuzziness": 1
}
}
}
}
4、multi-match 搜索
前面我們的 match 引數操作的都是針對于單個欄位，multi_match 則可以針對于多個欄位進行 match 操作，這個需要都能匹配上搜索的關鍵字，使用示例如下：
GET /exam/_search
{
"query": {
"multi_match": {
"query": "python",
"fields": ["name", "address"]
}
}
}
其中，fields 是一個陣列，里面是需要搜索的欄位，
如果想獲取更多后端相關文章，可掃碼關注閱讀：
轉載請註明出處，本文鏈接：https://www.uj5u.com/shujuku/556669.html
標籤：其他
上一篇：Spark的一些重要概念
下一篇：返回列表