term query与match query区别

看官方提供的例子

[plain]  view plain  copy

1. PUT my_index  
2. {  
3.   "mappings": {  
4.     "my_type": {  
5.       "properties": {  
6.         "full_text": {  
7.           "type":  "string"    
8.         },  
9.         "exact_value": {  
10.           "type":  "string",  
11.           "index": "not_analyzed"    
12.         }  
13.       }  
14.     }  
15.   }  
16. }  

1.首先设置索引名称为my_index，类型为my_type的映射，设置该索引的full_text字段类型为String，exact_value字段类型为String, "index": "not_analyzed"表示该字段不分词

不清楚映射与分词的请看这里：https://github.com/looly/elasticsearch-definitive-guide-cn/blob/master/052_Mapping_Analysis/40_Analysis.md

2.添加一条数据

[plain]  view plain  copy

1. PUT my_index/my_type/1  
2. {  
3.   "full_text":   "Quick Foxes!",    
4.   "exact_value": "Quick Foxes!"     
5. }  

索引名为my_index，类型为my_type，id为1

full_text字段的值为Quick Foxes!

exact_value字段的值为Quick Foxes!

注：

String字段可以分词，也可以不分词，分词的时候，默认的标准分析器可以将一句话中的单词划分开，然后转为小写，比如Quick Brown Fox!，标准分析器将会将它转换为quick , brown , fox，

由于full_text字段分词，因此在倒排索引中被默认标准分析器分为quick , foxes

exact_value字段不分词，在倒排索引中该字段的值仍为QuickFoxes!

3.执行查询

（1）使用term查询exact_value,搜索内容为Quick Foxes!

[plain]  view plain  copy

1. GET my_index/my_type/_search  
2. {  
3.   "query": {  
4.     "term": {  
5.       "exact_value": "Quick Foxes!"    
6.     }  
7.   }  
8. }  

由于exact_value不分词，Quick Foxes!与exact_value的值QuickFoxes!匹配，因此可以匹配

（2）使用term查询full_text,搜索内容为Quick Foxes!

[plain]  view plain  copy

1. GET my_index/my_type/_search  
2. {  
3.   "query": {  
4.     "term": {  
5.       "full_text": "Quick Foxes!"    
6.     }  
7.   }  
8. }  

由于full_text字段默认使用标准分析器分词，在倒排索引中被分为quick和foxes，因此使用 Quick Foxes!匹配不到内容

（3）使用term查询full_text,搜索内容为foxes

[plain]  view plain  copy

1. GET my_index/my_type/_search  
2. {  
3.   "query": {  
4.     "term": {  
5.       "full_text": "foxes"    
6.     }  
7.   }  
8. }  

由于full_text字段默认使用标准分析器分词，在倒排索引中被分为quick和foxes，因此使用 foxes可以匹配到

（4）使用match查询full_text,查询内容为Quick Foxes!

[plain]  view plain  copy

1. GET my_index/my_type/_search  
2. {  
3.   "query": {  
4.     "match": {  
5.       "full_text": "Quick Foxes!"    
6.     }  
7.   }  
8. }  

使用match搜索，先分析搜索字符串Quick Foxes!，对它分词，然后搜索full_text中含有quick或者foxes或者两者都包含的文档，由于full_text字在倒排索引中被分为quick和foxes,因此可以匹配到.

总结：

match query搜索的时候，首先会解析查询字符串，进行分词，然后查询，而term query,输入的查询内容是什么，就会按照什么去查询，并不会解析查询内容，对它分词。