elasticsearch term match multi_match區別

轉自：http://www.cnblogs.com/yjf512/p/4897294.html

match

最簡單的一個match例子：

查詢和"我的寶馬多少馬力"這個查詢語句匹配的文檔。

{
  "query": { "match": { "content" : { "query" : "我的寶馬多少馬力" } } } }

上面的查詢匹配就會進行分詞，比如"寶馬多少馬力"會被分詞為"寶馬 多少 馬力", 所有有關"寶馬 多少 馬力", 那么所有包含這三個詞中的一個或多個的文檔就會被搜索出來。
並且根據lucene的評分機制(TF/IDF)來進行評分。

match_phrase

比如上面一個例子，一個文檔"我的保時捷馬力不錯"也會被搜索出來，那么想要精確匹配所有同時包含"寶馬 多少 馬力"的文檔怎么做？就要使用 match_phrase 了

{
  "query": { "match_phrase": { "content" : { "query" : "我的寶馬多少馬力" } } } }

完全匹配可能比較嚴，我們會希望有個可調節因子，少匹配一個也滿足，那就需要使用到slop。

{
  "query": { "match_phrase": { "content" : { "query" : "我的寶馬多少馬力", "slop" : 1 } } } }

multi_match

如果我們希望兩個字段進行匹配，其中一個字段有這個文檔就滿足的話，使用multi_match

{
  "query": { "multi_match": { "query" : "我的寶馬多少馬力", "fields" : ["title", "content"] } } }

但是multi_match就涉及到匹配評分的問題了。

我們希望完全匹配的文檔占的評分比較高，則需要使用best_fields

{
  "query": { "multi_match": { "query": "我的寶馬發動機多少", "type": "best_fields", "fields": [ "tag", "content" ], "tie_breaker": 0.3 } } }

意思就是完全匹配"寶馬 發動機"的文檔評分會比較靠前，如果只匹配寶馬的文檔評分乘以0.3的系數

我們希望越多字段匹配的文檔評分越高，就要使用most_fields

{
  "query": { "multi_match": { "query": "我的寶馬發動機多少", "type": "most_fields", "fields": [ "tag", "content" ] } } }

我們會希望這個詞條的分詞詞匯是分配到不同字段中的，那么就使用cross_fields

{
  "query": { "multi_match": { "query": "我的寶馬發動機多少", "type": "cross_fields", "fields": [ "tag", "content" ] } } }

term

term是代表完全匹配，即不進行分詞器分析，文檔中必須包含整個搜索的詞匯

{
  "query": { "term": { "content": "汽車保養" } } }

查出的所有文檔都包含"汽車保養"這個詞組的詞匯。

使用term要確定的是這個字段是否“被分析”(analyzed)，默認的字符串是被分析的。