es筆記三之term，match，match_phrase 等查詢方法介紹

XHunter發表於2023-05-20
筆記

本文首發於公眾號：Hunter後端
原文連結：es筆記三之term，match，match_phrase 等查詢方法介紹

首先介紹一下在 es 裡有兩種儲存字串的欄位型別，一個是 keyword，一個是 text。

keyword 在儲存資料的時候是作為一個整體儲存的，不會對其進行分詞處理

text 儲存資料的時候會對字串進行分詞處理，然後儲存。

而對於查詢方法， term 是精確查詢，match 是模糊查詢。

接下來我們用幾個例子，來分別表達下這兩種型別的欄位，使用 term，match，match_phrase 等搜尋的情況。

  1. 測試搜尋 keyword
  2. 測試搜尋 text
  3. match 的其他用法
  4. multi-match 搜尋

首先我們建立這樣一個 index 和下面幾條資料：

PUT /exam

PUT /exam/_mapping
{
  "properties": {
    "address": {
      "type": "text",
      "fields": {
        "keyword": {
          "type": "keyword",
          "ignore_above": 256
        }
      }
    },
    "name": {
      "type": "keyword"
    }
  }
}

我們建立了 name 欄位為 keyword，address 欄位是 text，接下來我們先建立幾條資料來測試 keyword 欄位型別的搜尋。

1、測試搜尋 keyword

寫入資料：

PUT /exam/_doc/1
{
    "name" : "hunter x",
    "address": "i study english"
}

PUT /exam/_doc/2
{
    "name" : "python x",
    "address": "this is  python x"
}

PUT /exam/_doc/3
{
    "name" : "hunter python",
    "address": "i live in china"
}

PUT /exam/_doc/4
{
    "name" : "hunter java",
    "address": "read a book"
}

PUT /exam/_doc/5
{
    "name" : "java golang python",
    "address": "you can get a good job"
}

PUT /exam/_doc/6
{
    "name" : "js python",
    "address": "wanna go out to play"
}

name 欄位型別為 keyword，所以它儲存的時候是以整體來儲存的。

接下來介紹這幾種查詢方式查詢 name 欄位的操作。

term

精確查詢，對於搜尋的內容也是直接整體查詢，也就是說搜尋什麼內容就查詢什麼內容。

比如對於我們寫入的 id=2 的資料，要想查 name='python x' 的資料，就需要查詢的字串和結果完全匹配才可返回，比如下面的操作操作：

GET /exam/_search
{
  "query": {
    "term": {
      "name": {
        "value": "python x"
      }
    }
  }
}

match

match 的操作是將搜尋的內容進行分詞後再查詢，比如我們 match 的引數是 python x，那麼分詞後的結果是 python 和 x，但是 keyword 型別的欄位資料不會分詞，所以也需要能夠完全匹配才能查詢得到，所以這裡就會去查詢 name 欄位裡只包含了 python 和 x 的資料。

GET /exam/_search
{
  "query": {
    "match": {
      "name": "python x"
    }
  }
}

2、測試搜尋 text

前面的 keyword 型別的欄位搜尋需要把握的是完全一樣就行，而對於 text 欄位的搜尋，text 欄位的內容在寫入 es 時本身會被分詞處理，所以搜尋 text 的處理並不完全一樣。

在這裡，我麼用的 address 欄位是 text 型別，我們還是用前面的示例作為演示。

term

term 的搜尋是不分詞的，搜尋給定字串的全部內容，比如對於我們插入的 id=4 的那條資料，address 的內容是 read a book，它被分詞為三個，read、a、book，所以我們使用 term 方法搜尋下面三個都可以搜到這條資料：

GET /exam/_search
{"query": {"term": {"address": "read"}}}

GET /exam/_search
{"term": {"address": "a"}}

GET /exam/_search
{"term": {"address": "book"}}

但是，如果我們 address 後面的值如下這種就搜尋不到了，因為 term 操作並不會給搜尋的內容進行分詞，而是作為一個整體進行搜尋：

GET /exam/_search
{"query": {"term": {"address": "read a"}}}

GET /exam/_search
{"query": {"term": {"address": "a book"}}}

GET /exam/_search
{"query": {"term": {"address": "read a book"}}}

但是還有一種情況，那就是對於搜尋的 text 欄位後加上 .keyword 欄位的操作，這個相當於將 address 不分詞進行搜尋，將 address 這個欄位看作是一個 keyword 來操作，可以理解成是使用 term 來搜尋 keyword 欄位，就是上一個型別的操作。

所以下面的這個操作就是可以搜尋到 address='read a book' 的資料

GET /exam/_search
{"query": {"term": {"address.keyword": "read a book"}}}

match

match，模糊匹配，在匹配前會將搜尋的字串進行分詞，然後將匹配上的資料按照匹配度（在 es 裡有一個 _score 欄位用於表示這種匹配程度）倒序返回。

比如我們對 address 欄位搜尋字串 a，會返回兩條資料，id 為 4 和 5 的，因為 address 欄位進行分詞儲存後都包含這個字串。

GET /exam/_search
{"query": {"match": {"address": "a"}}}

或者我們搜尋內容為 read a，match 搜尋會先將其分詞，變成 read 和 a，然後匹配分詞後包含這兩個字串一個或者兩個的資料，在這裡也會返回兩條，一條的結果是 read a book，一條是 you can get a good job，因為這兩條資料都包含字串 a，但是因為前者分別滿足了兩個搜尋的條件，所以前者的匹配度會更高，所以作為第一條資料返回：

GET /exam/_search
{"query": {"match": {"address": "read a"}}}

match_phrase

匹配短語，使用這個方法不加其他引數的情況下，可以看作是會匹配包含這個短語、且順序一致的資料。

比如說對於 address="read a book" 的資料，搜尋 read a，a book，read a book 都可以篩選到這條資料。

GET /exam/_search
{"query": {"match_phrase": {"address": "read a"}}}

GET /exam/_search
{"query": {"match_phrase": {"address": "a book"}}}

GET /exam/_search
{"query": {"match_phrase": {"address": "read a book"}}}

但是如果搜尋 book a，因為順序不一致，所以下面的搜尋是無法搜素到該資料的：

GET /exam/_search
{"query": {"match_phrase": {"address": "book a"}}}

但是 match_phrase 有一個 slop 引數可以用於忽略這種順序，也就是允許搜尋的關鍵詞錯位的個數，比如 'book a'，分詞後的 'book' 和 'a' 如果允許錯位兩個順序（a 往前挪一個，book 往後挪一個，這是我理解的 slop 的操作用法），那麼就可以篩選到我們這條資料，示例如下：

GET /exam/_search
{
  "query": {
    "match_phrase": {
      "address": {
        "query": "book a",
        "slop": 2
      }
    }
  }
}

match_phrase_prefix

匹配字首，比如對於 address 值為 'read a book' 的資料，我們只知道的值是 'read a bo'，想要根據這個搜尋詞搜尋完整的資料，就可以用到 match_phrase_prefix。

他的用法是這樣的，先將檢索詞分詞，然後將最後一個分詞結果單獨去匹配，所以這個搜尋詞的過程就是先根據 'read a' 的分詞結果搜尋到一些資料，然後根據剩下的 'bo' 去匹配滿足這個字首的資料：

GET /exam/_search
{"query": {"match_phrase_prefix": {"address": "read a bo"}}}

3、match 的其他用法

匹配分詞後的全部結果

對於 match，前面我們介紹過會先將搜尋的字串分詞，然後去篩選包含分詞結果一至多個的結果。

比如前面介紹的搜尋 'read a'，會搜尋出 'read a book' 以及 'you can get a good job'，因為他們都包含分詞的結果 'a'，這種操作就類似於用 should 去對分詞結果進行進一步的搜尋操作，

但是如果我們想要更精確，搜尋的內容必須包含分詞的全部結果 'read' 和 'a'，我麼可以加上 operator 引數：

GET /exam/_search
{
  "query": {
    "match": {
      "address": {
        "query": "read a",
        "operator": "and"
      }
    }
  }
}

這樣操作結果就是篩選了包含全部搜尋詞分詞後結果的資料。

匹配的模糊處理

我們可以透過 fuzziness 欄位來開啟字元模糊匹配的開關，最簡單的一個例子就是比如我們搜尋 'read'，打字不小心打成了 'raed'，這種就可以實現他的模糊匹配：

GET /exam/_search
{
  "query": {
    "match": {
      "address": {
        "query": "raed a",
        "operator": "and",
        "fuzziness": 1
      }
    }
  }
}

4、multi-match 搜尋

前面我們的 match 引數操作的都是針對於單個欄位，multi_match 則可以針對於多個欄位進行 match 操作，這個需要都能匹配上搜尋的關鍵字，使用示例如下：

GET /exam/_search
{
  "query": {
    "multi_match": {
      "query": "python",
      "fields": ["name", "address"]
    }
  }
}

其中，fields 是一個陣列，裡面是需要搜尋的欄位。

如果想獲取更多後端相關文章，可掃碼關注閱讀：
image

相關文章