一、ik_max_wordjavascript
会将文本作最细粒度的拆分，好比会将“中华人民共和国人民大会堂”拆分为“中华人民共和国、中华人民、中华、华人、人民共和国、人民、共和国、大会堂、大会、会堂等词语。java
二、ik_smart
会作最粗粒度的拆分，好比会将“中华人民共和国人民大会堂”拆分为中华人民共和国、人民大会堂。
elasticsearch
term 和 match 总结在实际的项目查询中，term和match 是最经常使用的两个查询，而常常搞不清二者有什么区别，趁机总结有空总结下。code
term用法token
先看看term的定义，term是表明彻底匹配，也就是精确查询，搜索前不会再对搜索词进行分词拆解。ip
这里经过例子来讲明，先存放一些数据：文档
{
"title": "love China",
"content": "people very love China",
"tags": ["China", "love"]
}
{
"title": "love HuBei",
"content": "people very love HuBei",
"tags": ["HuBei", "love"]
}
来使用term 查询下：it
{
"query": {
"term": {
"title": "love"
}
}
}
结果是，上面的两条数据都能查询到：io
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 0.6931472,
"hits": [
{
"_index": "test",
"_type": "doc",
"_id": "8",
"_score": 0.6931472,
"_source": {
"title": "love HuBei",
"content": "people very love HuBei",
"tags": ["HuBei","love"]
}
},
{
"_index": "test",
"_type": "doc",
"_id": "7",
"_score": 0.6931472,
"_source": {
"title": "love China",
"content": "people very love China",
"tags": ["China","love"]
}
}
]
}
}
发现，title里有关love的关键字都查出来了，可是我只想精确匹配 love China这个，按照下面的写法看看能不能查出来：ast
{
"query": {
"term": {
"title": "love China"
}
}
}
执行发现无数据，从概念上看，term属于精确匹配，只能查单个词。我想用term匹配多个词怎么作？可使用terms来：
{
"query": {
"terms": {
"title": ["love", "China"]
}
}
}
查询结果为：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 0.6931472,
"hits": [
{
"_index": "test",
"_type": "doc",
"_id": "8",
"_score": 0.6931472,
"_source": {
"title": "love HuBei",
"content": "people very love HuBei",
"tags": ["HuBei","love"]
}
},
{
"_index": "test",
"_type": "doc",
"_id": "7",
"_score": 0.6931472,
"_source": {
"title": "love China",
"content": "people very love China",
"tags": ["China","love"]
}
}
]
}
}
发现所有查询出来，为何？由于terms里的[ ] 多个是或者的关系，只要知足其中一个词就能够。想要通知知足两个词的话，就得使用bool的must来作，以下：
{
"query": {
"bool": {
"must": [
{
"term": {
"title": "love"
}
},
{
"term": {
"title": "china"
}
}
]
}
}
}
能够看到，咱们上面使用china是小写的。当使用的是大写的China 咱们进行搜索的时候，发现搜不到任何信息。这是为何了？title这个词在进行存储的时候，进行了分词处理。咱们这里使用的是默认的分词处理器进行了分词处理。咱们能够看看如何进行分词处理的？
分词处理器
GET test/_analyze
{
"text" : "love China"
}
结果为：
{
"tokens": [
{
"token": "love",
"start_offset": 0,
"end_offset": 4,
"type": "<ALPHANUM>",
"position": 0
},
{
"token": "china",
"start_offset": 5,
"end_offset": 10,
"type": "<ALPHANUM>",
"position": 1
}
]
}
分析出来的为love和china的两个词。而term只能完完整整的匹配上面的词，不作任何改变的匹配。因此，咱们使用China这样的方式进行的查询的时候，就会失败。稍后会有一节专门讲解分词器。
match 用法
先用 love China来匹配。
GET test/doc/_search
{
"query": {
"match": {
"title": "love China"
}
}
}
结果是：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 1.3862944,
"hits": [
{
"_index": "test",
"_type": "doc",
"_id": "7",
"_score": 1.3862944,
"_source": {
"title": "love China",
"content": "people very love China",
"tags": [
"China",
"love"
]
}
},
{
"_index": "test",
"_type": "doc",
"_id": "8",
"_score": 0.6931472,
"_source": {
"title": "love HuBei",
"content": "people very love HuBei",
"tags": [
"HuBei",
"love"
]
}
}
]
}
}
发现两个都查出来了，为何？由于match进行搜索的时候，会先进行分词拆分，拆完后，再来匹配，上面两个内容，他们title的词条为： love china hubei ，咱们搜索的为love China 咱们进行分词处理获得为love china ，而且属于或的关系，只要任何一个词条在里面就能匹配到。若是想 love 和 China 同时匹配到的话，怎么作？使用 match_phrase
match_phrase 用法
match_phrase 称为短语搜索，要求全部的分词必须同时出如今文档中，同时位置必须紧邻一致。
GET test/doc/_search
{
"query": {
"match_phrase": {
"title": "love china"
}
}
}
结果为：
{
"took": 5,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1.3862944,
"hits": [
{
"_index": "test",
"_type": "doc",
"_id": "7",
"_score": 1.3862944,
"_source": {
"title": "love China",
"content": "people very love China",
"tags": [
"China",
"love"
]
}
}
]
}
}
此次好像符合咱们的需求了，结果只出现了一条记录。
Bool查询对应Lucene中的BooleanQuery，它由一个或者多个子句组成，每一个子句都有特定的类型。
minimum_should_match参数定义了至少知足几个子句。
bool查询也支持禁用协同计分选项disable_coord。通常计算分值的因素取决于全部的查询条件。
bool查询也是采用more_matches_is_better的机制，所以知足must和should子句的文档将会合并起来计算分值。
{
"bool" : {
"must" : {
"term" : { "user" : "kimchy" }
},
"filter": {
"term" : { "tag" : "tech" }
},
"must_not" : {
"range" : {
"age" : { "from" : 10, "to" : 20 }
}
},
"should" : [
{
"term" : { "tag" : "wow" }
},
{
"term" : { "tag" : "elasticsearch" }
}
],
"minimum_should_match" : 1,
"boost" : 1.0
}
}
在filter子句查询中，分值将会都返回0。分值会受特定的查询影响。
好比，下面三个查询中都是返回全部status字段为active的文档
第一个查询，全部的文档都会返回0:
GET _search
{
"query": {
"bool": {
"filter": {
"term": {
"status": "active"
}
}
}
}
}
下面的bool查询中包含了一个match_all，所以全部的文档都会返回1
GET _search
{
"query": {
"bool": {
"must": {
"match_all": {}
},
"filter": {
"term": {
"status": "active"
}
}
}
}
}
constant_score与上面的查询结果相同，也会给每一个文档返回1：
GET _search
{
"query": {
"constant_score": {
"filter": {
"term": {
"status": "active"
}
}
}
}
}
若是想知道究竟是bool里面哪一个条件匹配，可使用named query查询：
{
"bool" : {
"should" : [
{"match" : { "name.first" : {"query" : "shay", "_name" : "first"} }},
{"match" : { "name.last" : {"query" : "banon", "_name" : "last"} }}
],
"filter" : {
"terms" : {
"name.last" : ["banon", "kimchy"],
"_name" : "test"
}
}
}
}