看官方提供的例子
PUT my_index { "mappings": { "my_type": { "properties": { "full_text": { "type": "string" }, "exact_value": { "type": "string", "index": "not_analyzed" } } } } }
1.首先設置索引名稱為my_index,類型為my_type的映射,設置該索引的full_text字段類型為String,exact_value字段類型為String, "index": "not_analyzed"表示該字段不分詞
不清楚映射與分詞的請看這里:https://github.com/looly/elasticsearch-definitive-guide-cn/blob/master/052_Mapping_Analysis/40_Analysis.md
2.添加一條數據
PUT my_index/my_type/1 { "full_text": "Quick Foxes!", "exact_value": "Quick Foxes!" }
索引名為my_index,類型為my_type,id為1
full_text字段的值為Quick Foxes!
exact_value字段的值為Quick Foxes!
注:
String字段可以分詞,也可以不分詞,分詞的時候,默認的標准分析器可以將一句話中的單詞划分開,然后轉為小寫,比如Quick Brown Fox!,標准分析器將會將它轉換為quick , brown , fox,
由於full_text字段分詞,因此在倒排索引中被默認標准分析器分為quick , foxes
exact_value字段不分詞,在倒排索引中該字段的值仍為QuickFoxes!
3.執行查詢
(1)使用term查詢exact_value,搜索內容為Quick Foxes!
GET my_index/my_type/_search { "query": { "term": { "exact_value": "Quick Foxes!" } } }
由於exact_value不分詞,Quick Foxes!與exact_value的值QuickFoxes!匹配,因此可以匹配
(2)使用term查詢full_text,搜索內容為Quick Foxes!
GET my_index/my_type/_search { "query": { "term": { "full_text": "Quick Foxes!" } } }
由於full_text字段默認使用標准分析器分詞,在倒排索引中被分為quick和foxes,因此使用Quick Foxes!匹配不到內容
(3)使用term查詢full_text,搜索內容為foxes
GET my_index/my_type/_search { "query": { "term": { "full_text": "foxes" } } }
由於full_text字段默認使用標准分析器分詞,在倒排索引中被分為quick和foxes,因此使用 foxes可以匹配到
(4)使用match查詢full_text,查詢內容為Quick Foxes!
GET my_index/my_type/_search { "query": { "match": { "full_text": "Quick Foxes!" } } }
使用match搜索,先分析搜索字符串Quick Foxes!,對它分詞,然后搜索full_text中含有quick或者foxes或者兩者都包含的文檔,由於full_text字在倒排索引中被分為quick和foxes,因此可以匹配到.
總結:
match query搜索的時候,首先會解析查詢字符串,進行分詞,然后查詢,而term query,輸入的查詢內容是什么,就會按照什么去查詢,並不會解析查詢內容,對它分詞。