SpringBoot集成Elasticsearch7.x（5）|（term、match、match_phrase区别）

待我称王封你为后i 2023-10-03 20:05 6阅读 0赞

## SpringBoot集成Elasticsearch7.x（5）|（term、match、match\_phrase区别） ##

--------------------

### 文章目录  SpringBoot集成Elasticsearch7.x（5）|（term、match、match\_phrase区别）  @\[TOC\]  前言  使用场景介绍  一、term精确查询  二、match模糊匹配查询  三、match\_phase全匹配模糊查询  四、wildcard模糊查询  总结 ###

章节  
第一章链接: [SpringBoot集成Elasticsearch7.x（1）|（增删改查功能实现）][SpringBoot_Elasticsearch7.x_1]  
第二章链接: [SpringBoot集成Elasticsearch7.x（2）|（复杂查询）][SpringBoot_Elasticsearch7.x_2]  
第三章链接: [SpringBoot集成Elasticsearch7.x（3）|（aggregations之指标聚合查询）][SpringBoot_Elasticsearch7.x_3_aggregations]  
第四章链接: [SpringBoot集成Elasticsearch7.x（4）|（aggregations之分桶聚合查询）][SpringBoot_Elasticsearch7.x_4_aggregations]  
第五章链接: [SpringBoot集成Elasticsearch7.x（5）|（term、match、match\_phrase区别）][SpringBoot_Elasticsearch7.x_5_term_match_match_phrase]  
第六章链接: [SpringBoot集成Elasticsearch8.x（6）|（新版本Java API Client使用）][SpringBoot_Elasticsearch8.x_6_Java API Client]  
第七章链接: [SpringBoot集成Elasticsearch8.x（7）|（新版本Java API Client使用完整示例）][SpringBoot_Elasticsearch8.x_7_Java API Client]

## 前言 ##

本章节主要介绍SpringBoot项目集成ElasticSearch基于term、match、match\_phrase查询语义上的一些区别以及使用场景。

## 使用场景介绍 ##

term：主要用于精确的数据类型匹配，比如int、keyword、double等  
match：主要用于模糊匹配，数据类型通常为text，并且具有分词功能  
match\_phrase：主要用于模糊完全匹配，数据类型通常为text，并且具有分词功能  
wildcard：主要用于部分词的字段like查询，功能和ysql的like功能完全相同

## 一、term精确查询 ##

> 用于精确的值进行查找，例如日期、价格、产品ID、数量。term级别查询不会对查询语句进行分词，而是精确的去匹配结构化数据中的字段值

> 注意：如果term用在text的数据类型，是将条件字段拿去和库中分词后结果比对，这样往往会查不到结果

1、查询价格是60的数据 （price 数字类型）
      GET /architecture_index/_search 
    {
        
      "query": {
        
        "term": {
        
          "price": 60
        }
      }
    }
    2、查询地址数据（address是text类型进行了分词存储）
    注意：这里如果参数传【颐和园路5号、颐和园...】是查不到结果的，只有传单个字，可以查出结果，原因是term查询会将条件和address分词后的结果去匹配，
    GET /architecture_index/_search 
    {
        
      "query": {
        
        "term": {
        
          "address": "颐"
        }
      },
      "from": 0,
      "size": 100
    }
    
    查询结果：
     "hits" : [
          {
        
            "_index" : "architecture_index",
            "_type" : "_doc",
            "_id" : "VUeyEoMBaUl84GaQZNRW",
            "_score" : 1.4618267,
            "_source" : {
        
              "address" : "颐和园路5号",
              "area" : "海定区",
              "city" : "北京",
              "description" : "中国文人集中地",
              "id" : "008",
              "location" : {
        
                "lat" : 33.7,
                "lon" : 34.6
              },
              "name" : "北京大学",
              "price" : 60.0,
              "province" : "北京",
              "score" : 4.6
            }
          }

## 二、match模糊匹配查询 ##

> 模糊匹配，会对输入参数进行分词，比如"hello world"会进行拆分为hello和world，然后用分词去匹配，如果字段中包含hello或者world，或者都包含的结果都会被查询出来，也就是说match是一个部分匹配的模糊查询。查询条件相对来说比较宽松

> 注意：match是ES中的核心查询功能，用于参数分词去匹配库中分词的数据，会更具匹配度计算得分，匹配的越多、顺序越靠近，分数越高。前提条件字段需要text类型，并且进行了分词。

地址查询address 为text类型，进行了分词
    GET /architecture_index/_search 
    {
        
      "query": {
        
        "match": {
        
          "address": "南京西路"
        }
      },
      "from": 0,
      "size": 100
    }
    
    查询结果会查询出 【南京西路，长江西路，海定路...】等所有带address分词的数据。并且按照匹配度计算得分
    结果距离如下：
     {
        
            "_index" : "architecture_index",
            "_type" : "_doc",
            "_id" : "VEeyEoMBaUl84GaQZNRI",
            "_score" : 0.8760128,
            "_source" : {
        
              "address" : "南京西路422号",
              "area" : "南京",
              "city" : "南京",
              "description" : "美丽的大学",
            }
          },
          {
        
            "_index" : "architecture_index",
            "_type" : "_doc",
            "_id" : "VUeyEoMBaUl84GaQZNRW",
            "_score" : 0.8760128,
            "_source" : {
        
              "address" : "颐和园路5号",
              "area" : "海定区",
              "city" : "北京",
              "description" : "中国文人集中地",
            }
          }

## 三、match\_phase全匹配模糊查询 ##

> 会对输入做分词，但是需要结果中也包含所有的分词，而且顺序要求一样。以"hello world"为例，要求结果中必须包含hello和world，而且还要求他们是连着的，顺序也是固定的，hello that word不满足，world hello也不满足条件

> 注意：如果term用在text的数据类型，是将条件字段拿去和库中分词后结果比对，这样往往会查不到结果

1、查询地址中含有“西路的数据”  address 为text字段进行了分词
      GET /architecture_index/_search 
      {
        
        "query": {
        
          "match_phrase": {
        
            "address": "西路"
          }
        },
        "from": 0,
        "size": 100
      }
    只有address含有“西路”的才能被查询到
    结果如下：
     {
        
            "_index" : "architecture_index",
            "_type" : "_doc",
            "_id" : "VEeyEoMBaUl84GaQZNRI",
            "_score" : 0.8760128,
            "_source" : {
        
              "address" : "南京西路422号",
              "area" : "南京",
              "city" : "南京",
              "description" : "美丽的大学",
            }
          },
          {
        
            "_index" : "architecture_index",
            "_type" : "_doc",
            "_id" : "VUeyEoMBaUl84GaQZNRW",
            "_score" : 0.8760128,
            "_source" : {
        
              "address" : "淮海西路6号",
              "area" : "海定区",
              "city" : "北京",
              "description" : "小吃地",
            }
          }

## 四、wildcard模糊查询 ##

> 不做分词，类似于mysql中的like查询，需要用\*占位

> 注意：主要用于部分词的字段模糊查询

1、查询区域中以“海定”开头的数据
      GET /architecture_index/_search 
      {
        
        "query": {
        
          "wildcard": {
        
            "area": "海定*"
          }
        },
        "from": 0,
        "size": 100
      }
    可以查询are开头为“海定”的数据，【北京海定**】这样的查询不到
    结果如下：
     {
        
            "_index" : "architecture_index",
            "_type" : "_doc",
            "_id" : "VEeyEoMBaUl84GaQZNRI",
            "_score" : 0.8760128,
            "_source" : {
        
              "address" : "南京西路422号",
              "area" : "海定区",
              "city" : "南京",
              "description" : "美丽的大学",
            }
          },
          {
        
            "_index" : "architecture_index",
            "_type" : "_doc",
            "_id" : "VUeyEoMBaUl84GaQZNRW",
            "_score" : 0.8760128,
            "_source" : {
        
              "address" : "淮海西路6号",
              "area" : "海定区",
              "city" : "北京",
              "description" : "小吃地",
            }
          }

## 总结 ##

以上就是SpringBoot集成Elasticsearch数据库内容，在验证过程中遇到很多问题,输出的文档都是经过验证可执行的，后续会慢慢更新文章，尽量覆盖全面，如果大家在使用过程中遇到问题欢迎留言。

[SpringBoot_Elasticsearch7.x_1]: https://blog.csdn.net/Oaklkm/article/details/125890437
[SpringBoot_Elasticsearch7.x_2]: https://blog.csdn.net/Oaklkm/article/details/125896279
[SpringBoot_Elasticsearch7.x_3_aggregations]: https://blog.csdn.net/Oaklkm/article/details/125911606
[SpringBoot_Elasticsearch7.x_4_aggregations]: https://blog.csdn.net/Oaklkm/article/details/125914614
[SpringBoot_Elasticsearch7.x_5_term_match_match_phrase]: https://blog.csdn.net/Oaklkm/article/details/126708183
[SpringBoot_Elasticsearch8.x_6_Java API Client]: https://blog.csdn.net/Oaklkm/article/details/128956998
[SpringBoot_Elasticsearch8.x_7_Java API Client]: https://blog.csdn.net/Oaklkm/article/details/130992152