Elasticsearch中text與keyword的區別

text類型

1:支持分詞，全文檢索,支持模糊、精確查詢,不支持聚合,排序操作;
    2:test類型的最大支持的字符長度無限制,適合大字段存儲；
使用場景：
    存儲全文搜索數據, 例如: 郵箱內容、地址、代碼塊、博客文章內容等。
    默認結合standard analyzer(標准解析器)對文本進行分詞、倒排索引。
    默認結合標准分析器進行詞命中、詞頻相關度打分。

keyword

1:不進行分詞，直接索引,支持模糊、支持精確匹配，支持聚合、排序操作。
2:keyword類型的最大支持的長度為——32766個UTF-8類型的字符,可以通過設置ignore_above指定自持字符長度，超過給定長度后的數據將不被索引，無法通過term精確匹配檢索返回結果。

使用場景：
存儲郵箱號碼、url、name、title，手機號碼、主機名、狀態碼、郵政編碼、標簽、年齡、性別等數據。
用於篩選數據(例如: select * from x where status='open')、排序、聚合(統計)。
直接將完整的文本保存到倒排索引中。

Dynamic

dynamic屬性：默認值為true，允許動態地向文檔類型中加入新的字段。推薦設置為false，禁止向文檔中添加字段，這樣，文檔類型的所有字段必須在索引映射的properties屬性中顯式定義，在properties字段中未定義的字段都將會ElasticSearch忽略。
dynamic設置為ture：默認值，新增加的字段被添加到索引映射中；
dynamic設置為false：新增加的字段會被忽略；
dynamic設置為strict：當向文檔中新增字段時，ElasticSearch引擎拋出異常；

# index

index定義字段的分析類型以及檢索方式，控制字段值是否被索引.他可以設置成 true 或者 false。沒有被索引的字段將無法搜索

如果是no，則無法通過檢索查詢到該字段；
如果設置為not_analyzed則會將整個字段存儲為關鍵詞，常用於漢字短語、郵箱等復雜的字符串；
如果設置為analyzed則將會通過默認的standard分析器進行分析

# 集群分片

Elasticsearch 有一個硬編碼限制，單個分片內的文檔總數不得超過 2147483519 個。
一般來說這個限制在日志場景下是不太會觸發的，但是如果做 TSDB 用，則需要多加注意！

ES更新到5版本后，取消了 string 數據類型，代替它的是 keyword 和 text 數據類型.那么 text 和keyword有什么區別呢？
# 添加數據
使用bulk往es數據庫中批量添加一些document

POST /book/novel/_bulk
{"index": {"_id": 1}}
{"name": "Gone with the Wind", "author": "Margaret Mitchell", "date": "2018-01-01"}
{"index": {"_id": 2}}
{"name": "Robinson Crusoe", "author": "Daniel Defoe", "date": "2018-01-02"}
{"index": {"_id": 3}}
{"name": "Pride and Prejudice", "author": "Jane Austen", "date": "2018-01-01"}
{"index": {"_id": 4}}
{"name": "Jane Eyre", "author": "Charlotte Bronte", "date": "2018-01-02"}

# 查看mapping
發現name、author的type是text，
還有個field是keyword，keyword的type是keyword：
![](https://img2018.cnblogs.com/blog/794174/202001/794174-20200110173842134-130158795.png)

# 查詢
使用term查詢某個小說：

GET book/novel/_search
{
"query": {
"constant_score": {
"filter": {
"term": {
"name": "Gone with the Wind"
}
},
"boost": 1.2
}
}
}

結果是什么也沒有查到：
![](https://img2018.cnblogs.com/blog/794174/202001/794174-20200110174004507-231647388.png)


然后使用name的keyword查詢：

GET book/novel/_search
{
"query": {
"constant_score": {
"filter": {
"term": {
"name.keyword": "Gone with the Wind"
}
},
"boost": 1.2
}
}
}

可以查詢到一條數據：
![](https://img2018.cnblogs.com/blog/794174/202001/794174-20200110174012973-1391506656.png)

# 實驗
使用name不能查到，而使用name.keyword可以查到，我們可以通過下面的實驗來判斷：

使用name進行分詞的時候，結果會有4個詞出來：
![](https://img2018.cnblogs.com/blog/794174/202001/794174-20200110174103797-238415295.png)


使用name.keyword進行分詞的時候，結果只有一個詞出來：
![](https://img2018.cnblogs.com/blog/794174/202001/794174-20200110174119846-1874571551.png)

# 結論
text類型：會分詞，先把對象進行分詞處理，然后再再存入到es中。
當使用多個單詞進行查詢的時候，當然查不到已經分詞過的內容！

keyword：不分詞，沒有把es中的對象進行分詞處理，而是存入了整個對象！
這時候當然可以進行完整地查詢！默認是256個字符！

作者：香山上的麻雀
鏈接：https://www.jianshu.com/p/1189ff372c38
來源：簡書
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。