Elasticsearch查询match、term和bool区别

Myth丶恋晨 2022-04-21 17:10 350阅读 0赞

es中的查询请求有两种方式，一种是简易版的查询，另外一种是使用JSON完整的请求体，叫做结构化查询（DSL）。  
由于DSL查询更为直观也更为简易，所以大都使用这种方式。  
DSL查询是POST过去一个json，由于post的请求是json格式的，所以存在很多灵活性，也有很多形式。  
这里有一个地方注意的是官方文档里面给的例子的json结构只是一部分，并不是可以直接黏贴复制进去使用的。一般要在外面加个query为key的机构。

## match ##

最简单的一个match例子：

查询和"我的宝马多少马力"这个查询语句匹配的文档。

{
      "query": {
        "match": {
            "content" : {
                "query" : "我的宝马多少马力"
            }
        }
      }
    }

上面的查询匹配就会进行分词，比如"宝马多少马力"会被分词为"宝马 多少 马力", 所有有关"宝马 多少 马力", 那么所有包含这三个词中的一个或多个的文档就会被搜索出来。  
并且根据lucene的评分机制(TF/IDF)来进行评分。

## match\_phrase ##

比如上面一个例子，一个文档"我的保时捷马力不错"也会被搜索出来，那么想要精确匹配所有同时包含"宝马 多少 马力"的文档怎么做？就要使用 match\_phrase 了

{
      "query": {
        "match_phrase": {
            "content" : {
                "query" : "我的宝马多少马力"
            }
        }
      }
    }

完全匹配可能比较严，我们会希望有个可调节因子，少匹配一个也满足，那就需要使用到slop。

{
      "query": {
        "match_phrase": {
            "content" : {
                "query" : "我的宝马多少马力",
                "slop" : 1
            }
        }
      }
    }

## multi\_match ##

如果我们希望两个字段进行匹配，其中一个字段有这个文档就满足的话，使用multi\_match

{
      "query": {
        "multi_match": {
            "query" : "我的宝马多少马力",
            "fields" : ["title", "content"]
        }
      }
    }

但是multi\_match就涉及到匹配评分的问题了。

### 我们希望完全匹配的文档占的评分比较高，则需要使用best\_fields ###

{
      "query": {
        "multi_match": {
          "query": "我的宝马发动机多少",
          "type": "best_fields",
          "fields": [
            "tag",
            "content"
          ],
          "tie_breaker": 0.3
        }
      }
    }

意思就是完全匹配"宝马 发动机"的文档评分会比较靠前，如果只匹配宝马的文档评分乘以0.3的系数

### 我们希望越多字段匹配的文档评分越高，就要使用most\_fields ###

{
      "query": {
        "multi_match": {
          "query": "我的宝马发动机多少",
          "type": "most_fields",
          "fields": [
            "tag",
            "content"
          ]
        }
      }
    }

### 我们会希望这个词条的分词词汇是分配到不同字段中的，那么就使用cross\_fields ###

{
      "query": {
        "multi_match": {
          "query": "我的宝马发动机多少",
          "type": "cross_fields",
          "fields": [
            "tag",
            "content"
          ]
        }
      }
    }

# term #

term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇

{
      "query": {
        "term": {
          "content": "汽车保养"
        }
      }
    }

查出的所有文档都包含"汽车保养"这个词组的词汇。

使用term要确定的是这个字段是否“被分析”(analyzed)，默认的字符串是被分析的。

拿官网上的例子举例：

mapping是这样的：

PUT my_index
    {
      "mappings": {
        "my_type": {
          "properties": {
            "full_text": {
              "type":  "string"
            },
            "exact_value": {
              "type":  "string",
              "index": "not_analyzed"
            }
          }
        }
      }
    }
     
    PUT my_index/my_type/1
    {
      "full_text":   "Quick Foxes!",
      "exact_value": "Quick Foxes!"  
    }

其中的full\_text是被分析过的，所以full\_text的索引中存的就是\[quick, foxes\]，而extra\_value中存的是\[Quick Foxes!\]。

那下面的几个请求：

GET my_index/my_type/_search
    {
      "query": {
        "term": {
          "exact_value": "Quick Foxes!"
        }
      }
    }

请求的出数据，因为完全匹配

GET my_index/my_type/_search
    {
      "query": {
        "term": {
          "full_text": "Quick Foxes!"
        }
      }
    }

请求不出数据的，因为full\_text分词后的结果中没有\[Quick Foxes!\]这个分词。

## bool联合查询: must,should,must\_not ##

如果我们想要请求"content中带宝马，但是tag中不带宝马"这样类似的需求，就需要用到bool联合查询。  
联合查询就会使用到must,should,must\_not三种关键词。

这三个可以这么理解

*  must: 文档必须完全匹配条件
 *  should: should下面会带一个以上的条件，至少满足一个条件，这个文档就符合should
 *  must\_not: 文档必须不匹配条件

比如上面那个需求：

{
      "query": {
        "bool": {
          "must": {
            "term": {
              "content": "宝马"
            }
          },
          "must_not": {
            "term": {
              "tags": "宝马"
            }
          }
        }
      }
    }