elasticsearch的Term查询

基于Term的查询

Term是表达语意的最小单位。搜索和利用统计语言模型进行自然语言处理都需要Term

特点

• Term Level Query： term Query / Range Query / Exists Query / Prefix Query / Wildcard Query
• 在ES中，Term查询，对输入不做分词，会将输入作为一个整体，在倒排索引中查找准确的词项，并且使用相关度算分公司为每个包含该词项的文档进行相关度算分。
• 可以用个Constant Score 将查询转换成一个Filtering、避免算分，并利用缓存，提高性能。

可以搜索到结果：
POST /products/_search
{
  "query": {
    "term": {
      "desc": {
        "value":"iphone"
      }
    }
  }
}

搜索不到结果：
POST /products/_search
{
  "query": {
    "term": {
      "desc": {
       "value": "iPhone"
   
      }
    }
  }
}

可以搜索结果：
POST /products/_search
{
  "query": {
    "term": {
      "desc.keyword": {
        "value": "iPhone"
        //"value":"iphone"
      }
    }
  }
}

搜索不到结果：
POST /products/_search
{
  "query": {
    "term": {
      "desc.keyword": {
        "value":"iphone"
      }
    }
  }
}

Term查询不会分词，会增加keyword字段，利用这个字段可以进行查询结果的。

基于全文的查询

• Match Query / Match Phrase Query / Query String Query

特点

• 索引和搜索都会进行分词，查询字符串先传递到一个合适的分词器，然后生成一个供查询的词项列表
• 查询的时候，先对输入的查询进行分词，然后每个词项逐个进行底层的查询，最终将结果进行合并，并未每个文档生成一个算分。

PUT groups
{
  "mappings": {
    "properties": {
      "names":{
        "type": "text",
        "position_increment_gap": 0
      }
    }
  }
}

POST groups/_doc
{
  "names": [ "John Water", "Water Smith"]
}


POST groups/_search
{
  "query": {
    "match_phrase": {
      "names": {
        "query": "Water Water",
        "slop": 100
      }
    }
  }
}


POST groups/_search
{
  "query": {
    "match_phrase": {
      "names": "Water Smith"
    }
  }
}