文章目录
match
根据定义的分词器（默认standard）对搜索词进行拆分，根据拆分结果逐个进行匹配。特点是可以查出大量可能相关联的数据，但是准确率低。
PUT my_index/_doc/1?refresh
{
"message": "this is a test"
}
PUT my_index/_doc/2?refresh
{
"message": "this is a dog"
}
PUT my_index/_doc/3?refresh
{
"message": "i like the dog"
}
GET my_index/_search
{
"query": {
"match": {
"message": {
"query": "i hate dog"
}
}
}
}
由于使用的是默认standard分词器，i hate dog会被拆分成i、hate、dog。只要包含这3个单词的其中1个，都会被返回：
[
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "3",
"_score" : 1.8467541,
"_source" : {
"message" : "i like the dog"
}
},
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "2",
"_score" : 0.6747451,
"_source" : {
"message" : "this is a dog"
}
}
]
可以通过调整以下参数，来控制分词匹配条件：
| 参数 | 说明 |
|---|---|
| analyzer | 指定对搜索词进行拆分的分词器，默认standard |
| operator | 搜索词拆分后匹配的条件，可选值：or、and，默认or |
| minimum_should_match | 最少匹配到几个分词，才返回结果 |
match_phrase
短语匹配，同样会对搜索词拆分，但是所有拆分结果都必须包含，并且顺序一致，中间没有插入其他词语。特点是准确率高，但是最终匹配结果集较小。
PUT my_index/_doc/1?refresh
{
"message": "it is a java book"
}
PUT my_index/_doc/2?refresh
{
"message": "it is a java reading book"
}
GET my_index/_search
{
"query": {
"match_phrase": {
"message": {
"query": "java book"
}
}
}
}
对于匹配java book的文档，下面的条件必须同时为true：
- java、book 必须同时匹配
- book的位置必须比java的位置大1
因此，返回值如下：
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 0.37872806,
"_source" : {
"message" : "it is a java book"
}
}
]
把搜索词反向排列，假如我们搜索的是 book java，那将不会返回任务数据，因为book的位置比java小1
GET _analyze
{
"analyzer": "standard",
"text": ["book java"]
}
{
"tokens" : [
{
"token" : "book",
"start_offset" : 0,
"end_offset" : 4,
"type" : "<ALPHANUM>",
"position" : 0
},
{
"token" : "java",
"start_offset" : 5,
"end_offset" : 9,
"type" : "<ALPHANUM>",
"position" : 1
}
]
}
由此可见，book.position=0，而java.position=1。
为了满足上面说的条件，我们需要把book.position+2，这里就需要用到另一个参数：slop（允许偏移量，默认值是0）
GET my_index/_search
{
"query": {
"match_phrase": {
"message": {
"query": "book java",
"slop": 2
}
}
}
}
通过设置slop=2，这样就能返回it is a java book的数据。
如果设置slop=3，那么另一笔数据it is a java reading book也会被查询出来。
扫描二维码关注公众号，回复：
11929856 查看本文章
wildcard
通配符模式的模糊匹配，使用简单，但是性能较慢。
支持以下2种通配符：
- ?，匹配一个字符
- *，匹配零个或多个字符
官方建议：
尽量避免在开头加通配符 ? 或者 *，这样会明显降低查询性能
直接上个例子：
PUT my_index/_doc/1?refresh
{
"message": "天气好"
}
GET my_index/_search
{
"query": {
"wildcard": {
"message.keyword": {
"value": "天*好"
}
}
}
}
查询结果如下：
"hits" : [
{
"_index" : "my_index",
"_type" : "_doc",
"_id" : "1",
"_score" : 1.0,
"_source" : {
"message" : "天气好"
}
}
]