elasticsearch中term与match的区别讲解

时间：2021-06-25 09:25:09|栏目：JAVA代码|点击：次

elasticsearch 中term与match区别

term是精确查询
match是模糊查询

term查询

term是代表完全匹配，也就是精确查询，搜索前不会再对搜索词进行分词，所以我们的搜索词必须是文档分词集合中的一个。比如说我们要找标题为北京奥运的所有文档

$curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
 "query":{
  "term":{
    "title":"北京奥运"
  }
 }
}'

将会得到如下结果

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 5,
    "successful": 5,
    "failed": 0
  },
  "hits": {
  "total": 1,
  "max_score": 0.92055845,
  "hits": [
   {
    "_index": "index",
    "_type": "doc",
    "_id": "3",
    "_score": 0.92055845,
    "_source": {
      "content": "同一个世界同一个梦想",
      "title": "北京奥运",
      "tags": [
        "和平"
      ]
    }
   }
  ]
 }
}

match类查询

match查询会先对搜索词进行分词,分词完毕后再逐个对分词结果进行匹配，因此相比于term的精确搜索，match是分词匹配搜索,match搜索还有两个相似功能的变种，一个是match_phrase，一个是multi_match，接下来详细介绍一下

match

前面提到match搜索会先对搜索词进行分词，对于最基本的match搜索来说，只要搜索词的分词集合中的一个或多个存在于文档中即可，例如，当我们搜索中国杭州，搜索词会先分词为中国和杭州,只要文档中包含搜索和杭州任意一个词，都会被搜索到

$curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
  "query": {
    "match": {
      "content": "中国杭州"
    }
  }
}'

文档3正文中有杭州，文档2中有中国，因此搜索结果有两个，文档3中杭州出现两次，所以排在前面，结果如下：

{
 "took" : 1,
 "timed_out" : false,
 "_shards" : {
  "total" : 5,
  "successful" : 5,
  "failed" : 0
 },
 "hits" : {
   "total" : 2,
   "max_score" : 0.99999994,
   "hits" : [ {
      "_index" : "index",
      "_type" : "doc",
      "_id" : "4",
      "_score" : 0.99999994,
      "_source" : {
         "content" : "杭州是一个美丽的城市,欢迎来到杭州",
        "title" : "宣传",
        "tags" : [ "旅游", "城市" ]
      }
    }, {
      "_index" : "index",
      "_type" : "doc",
      "_id" : "2",
      "_score" : 0.8838835,
      "_source" : {
         "content" : "中国是世界上人口最多的国家",
         "title" : "中国",
         "tags" : [ "中国", "人口" ]
      }
    } ]
  }
}

总结

上一篇：基于HttpClient在HTTP协议接口测试中的使用(详解)

栏目：JAVA代码

下一篇：Java存储过程调用CallableStatement的方法

本文标题：elasticsearch中term与match的区别讲解

本文地址：http://www.codeinn.net/misctech/147527.html

更多JAVA代码

JAVA代码

elasticsearch中term与match的区别讲解

阅读排行

推荐教程