Juconcurrent 学而不思则罔,思而不学则殆。

Elasticsearch学习笔记(13) - 再论Term查询和Full Text查询


前言

有的时候,我们对查询有一定的混淆,尤其是Term查询和Full Text查询。楼主希望通过这篇文章阐述清楚这两者的区别。

Term查询

在前面章节我们已经知道了Term这个单词的含义,即:表达语意的最小单元,也叫词项。Term查询主要包括:Term Query、Range Query、Exists Query、Prefix Query、Wildcard Query。

Term查询的特点在于,查询本身对输入不做分词。Elasticsearch会将输入作为一个整体,在倒排索引中查找准确的词项,然后对查询结果进行相关度算分。另外,我们还可以通过Constant Score,将查询转换成一个Filtering,从而避免算分,且利用缓存来提高性能。

下面,我们举一个例子。

先创建一个products的索引。

DELETE products
PUT products
{
  "settings": {
    "number_of_shards": 1
  }
}

通过_bulk的api来插入3条记录

POST /products/_bulk
{ "index": { "_id": 1 }}
{ "productID" : "XHDK-A-1293-#fJ3","desc":"iPhone" }
{ "index": { "_id": 2 }}
{ "productID" : "KDKE-B-9947-#kL5","desc":"iPad" }
{ "index": { "_id": 3 }}
{ "productID" : "JODL-X-1937-#pV7","desc":"MBP" }

对desc字段做term查询,且iPhone的字母P为大写。我们发现未查询到任何结果。

POST /products/_search
{
  "query": {
    "term": {
      "desc": {
        "value": "iPhone"
        //"value":"iphone"
      }
    }
  }
}

我们在对desc字段做term查询,只是这一次将iphone的字母p更改为小写。我们发现已经能查询出第一条结果了。通过这种方式,我们其实已经验证了我们的定义。

POST /products/_search
{
  "query": {
    "term": {
      "desc": {
        //"value": "iPhone"
        "value":"iphone"
      }
    }
  }
}

另外,如果我们想对desc做精准匹配,有没有办法呢?也是有的,就是通过desc的子字段keyword来查询即可。我们发现,keyword做term查询的时候,如果传入值为iPhone,那么可以查询出结果。如果传入值为iphone,那么查询不出结果。

POST /products/_search
{
  "query": {
    "term": {
      "desc.keyword": {
        "value": "iPhone"
        //"value":"iphone"
      }
    }
  }
}

我们再来通过productID来查询一下。

POST /products/_search
{
  "query": {
    "term": {
      "productID": {
        //"value": "XHDK-A-1293-#fJ3"
        "value": "xhdk-a-1293-#fJ3"
      }
    }
  }
}

我们发现,不管值为XHDK-A-1293-#fJ3,还是转换为小写的xhdk-a-1293-#fJ3,都查询不出结果。这又是为什么呢?原因在于term查询不会对输入进行分词处理。我们通过_analyze来分析看看。

POST /_analyze
{
  "analyzer": "standard",
  "text": "XHDK-A-1293-#fJ3"
}

_analyze结果

我们可以通过下面的方式查询到结果。

POST /products/_search
{
  "query": {
    "term": {
      "productID": {
        "value": "xhdk"
      }
    }
  }
}

POST /products/_search
{
  "query": {
    "term": {
      "productID.keyword": {
        "value": "XHDK-A-1293-#fJ3"
      }
    }
  }
}

Full Text查询

包括:Match Query / Match Phrase Query / Query String Query。

其特点如下:

  1. 索引和搜索时都会进行分词,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
  2. 查询的时候,Elasticsearch会先对输入的查询进行分词,然后对每个词项逐个进行底层的查询,最终将结果进行合并汇总。同时,Elasticsearch会对每个文档生成一个相关性分数。例如查询“Mr zhang”,会查到包括 Mr 或者 zhang 的所有结果。
DELETE groups
PUT groups
{
  "mappings": {
    "properties": {
      "names":{
        "type": "text",
        "position_increment_gap": 0
      }
    }
  }
}

GET groups/_mapping

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"
    }
  }
}

参考链接

  • https://www.elastic.co/guide/en/elasticsearch/reference/current/term-level-queries.html
  • https://www.elastic.co/guide/en/elasticsearch/reference/current/full-text-queries.html

总结

通过本文,我们了解了term查询和Full Text查询的区别及联系。


Content