es中的term和match的区别

Posted 2023-05-03

参考技术A 在实际的项目查询中， term 和 match 是最常用的两个查询，而经常搞不清两者有什么区别，趁机总结有空总结下。

先看看term的定义，term是代表完全匹配，也就是精确查询，搜索前不会再对搜索词进行分词拆解。

这里通过例子来说明，先存放一些数据：

来使用 term 查询下：

结果是，上面的两条数据都能查询到：

发现，title里有关love的关键字都查出来了，但是我只想精确匹配 love China 这个，按照下面的写法看看能不能查出来：

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匹配多个词怎么做？可以使用 terms 来：

查询结果为：

发现全部查询出来，为什么？因为terms里的 [ ] 多个是或者的关系，只要满足其中一个词就可以。想要通知满足两个词的话，就得使用bool的must来做，如下：

可以看到，我们上面使用 china 是小写的。当使用的是大写的 China 我们进行搜索的时候，发现搜不到任何信息。这是为什么了？title这个词在进行存储的时候，进行了分词处理。我们这里使用的是默认的分词处理器进行了分词处理。我们可以看看如何进行分词处理的？

结果为：

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，不做任何改变的匹配。所以，我们使用 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。

先用 love China 来匹配。

结果是：

发现两个都查出来了，为什么？因为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 ，我们搜索的为 love China 我们进行分词处理得到为 love china ，并且属于或的关系，只要任何一个词条在里面就能匹配到。如果想 love 和 China 同时匹配到的话，怎么做？使用 match_phrase

match_phrase 称为短语搜索，要求所有的分词必须同时出现在文档中，同时位置必须紧邻一致。

结果为：

这次好像符合我们的需求了，结果只出现了一条记录。

git，es的基本查询，组合查询，mapping映射，i分词，term和match

git

# 1 你们公司用的github，码云，还是gitlab？
# 2 公司用github？
# 3 协同开发，要上远程仓库（github，码云，还是gitlab）
# 4 中小型公司，放到码云上，公司没有实力搭一个gitlab，相关技术人员，自己没有服务器
# 5 你们公司，写了一个价值1千万的项目，那把它放到码云上，公司放心吗？第三方
# 6 自己搭git仓库，gitlab，免费开源的git仓库，公司自己服务器，

# 7 刚开始用svn，用git，bitbucket，一个仓库不能超过2g，ios那边

# 8 禅道，自己自有的，协同管理平台
# 9 你写好代码，提到git上，新员工，公司1kw的项目，敢不敢信任你的代码，有人去给你看，

# 10 项目已经写好了，测试人测出bug来了，在协同管理平台提交bug，----》上级领导---》看到它提的bug----》转给你----》最显眼的位置，---》正在解决（变绿）---》点已解决---》测试那看到了---》



# 11 你在开发中，遇到冲突怎么办？
	-两种情况会出现冲突：
  	-多个人在同一个分支上开发，两个人改了同一行代码，先提交的人没问题，后提交的会出冲突
    -合并分支的时候出现冲突
    
 # 12 pycharm实操冲突及解决（大部分都不用命令，pycharm点点点）
用两个账号，这两个问题都重现一下（在码云上）

# 你的代码多久提交一次---》一个功能写完了，测着没问题提交一下，都个人用同一个分支开发，你要时不时的pull---》

2 es基本查询

# 1 排序
GET lqz/doc/_search
{
  "query": {
    "match": {
      "from": "gu"
    }
  },
   "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ]
}
# 升序
GET lqz/doc/_search
{
  "query": {
    "match": {
      "from": "gu"
    }
  },
   "sort": [
    {
      "age": {
        "order": "asc"
      }
    }
  ]
}

# 并不是所有类型都支持排序（只允许数字类型做排序）
GET lqz/doc/_search
{
  "query": {
    "match": {
      "from": "gu"
    }
  },
   "sort": [
    {
      "name": {
        "order": "asc"
      }
    }
  ]
}

# match和match_all的区别？
mach表示要查询，根据字段查，match_all查所有
GET lqz/doc/_search
{
  "query": {
    "match_all": {}
  }
}

#2 分页
GET lqz/doc/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    {
      "age": {
        "order": "desc"
      }
    }
  ], 
  "from": 2,
  "size": 1
}
#   "from": 2，代表从第二条开始， 取一条"size": 1

# 有了这个查询，如何分页？
一页有10条数据
第一页：
  "from": 0,
  "size": 10
第二页：
  "from": 10,
  "size": 10
第三页：
  "from": 20,
  "size": 10

3 es 组合查询

# 多个条件，and ，or ，not
# 对到es中就是布尔查询，must，should，must_not，filter

# 1 组合查询之must
# 查询form gu和age=30的数据
GET lqz/doc/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "from": "gu"
          }
        },
        {
          "match": {
            "age": "30"
          }
        }
      ]
    }
  }
}
# 查询form gu数据（）
GET lqz/doc/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "from": "gu"
          }
        }
      ]
    }
  }
}
# 同上
GET lqz/doc/_search
{
  "query": {
    "match": {
      "from": "gu"
    }
  }
}

# 2 组合查询之should，或者的条件
GET lqz/doc/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "from": "gu"
          }
        },
        {
          "match": {
            "tags": "闭月"
          }
        }
      ]
    }
  }
}
# 3 组合查询之must_not  取反
GET lqz/doc/_search
{
  "query": {
    "bool": {
      "must_not": [
        {
          "match": {
            "from": "gu"
          }
        },
        {
          "match": {
            "tags": "可爱"
          }
        },
        {
          "match": {
            "age": 18
          }
        }
      ]
    }
  }
}
# `filter`条件过滤查询，过滤条件的范围用`range`表示，`gt`表示大于，大于多少呢
# gt:大于   lt：小于  get：大于等于   let：小于等于
GET lqz/doc/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "match": {
            "from": "gu"
          }
        }
      ],
      "filter": {
        "range": {
          "age": {
            "gt": 25
          }
        }
      }
    }
  }
}
# 查询年龄小于等于18的所有数据
GET lqz/doc/_search
{
  "query": {
    "bool": {
      "filter": {
        "range": {
          "age": {
            "lte": 18
          }
        }
      }
    }
  }
}

# 2 对结果进行过滤，类似于如下
select * from user；
select name，age from user；
# 对应到es的查询
GET lqz/doc/_search
{
  "query": {
    "match": {
      "name": "顾老二"
    }
  },
  "_source": ["name", "age"]
}

# 3 结果高亮显示（默认情况）
GET lqz/doc/_search
{
  "query": {
    "match": {
      "name": "石头"
    }
  },
  "highlight": {
    "fields": {
      "name": {}
    }
  }
}
# 定制高亮显示的样式
GET lqz/chengyuan/_search
{
  "query": {
    "match": {
      "from": "gu"
    }
  },
  "highlight": {
    "pre_tags": "<b class=‘key‘ style=‘color:red‘>",
    "post_tags": "</b>",
    "fields": {
      "from": {}
    }
  }
}
# 总结：
	混合开发，你知道怎么处理
  前后端分离，你怎么处理？<b class=‘key‘ style=‘color:red‘>串直接以josn格式返回，前端自行渲染
			
    
 # 用的最多就是match+布尔+高亮+分页

# 聚合查询
# 1 聚合查询之avg
select max(age) as my_avg from user；
GET lqz/doc/_search
{
  "query": {
    "match": {
      "from": "gu"
    }
  },
  "aggs": {
    "my_avg": {
      "avg": {
        "field": "age"
      }
    }
  },
  "_source": ["name", "age"]
}
# 2 聚合查询之max，size=0表示不取数据，只要max的结果
GET lqz/doc/_search
{
  "query": {
    "match": {
      "from": "gu"
    }
  },
  "aggs": {
    "my_max": {
      "max": {
        "field": "age"
      }
    }
  },
  "size": 0
}
# 3 聚合之min
GET lqz/doc/_search
{
  "query": {
    "match": {
      "from": "gu"
    }
  },
  "aggs": {
    "my_min": {
      "min": {
        "field": "age"
      }
    }
  },
  "size": 0
}
# 4 聚合查询之sum
GET lqz/doc/_search
{
  "query": {
    "match": {
      "from": "gu"
    }
  },
  "aggs": {
    "my_sum": {
      "sum": {
        "field": "age"
      }
    }
  },
  "size": 0
}

# 5 聚合之分组
GET lqz/doc/_search
{
  "size": 0, 
  "query": {
    "match_all": {}
  },
  "aggs": {
    "age_group": {
      "range": {
        "field": "age",
        "ranges": [
          {
            "from": 15,
            "to": 20
          },
          {
            "from": 20,
            "to": 25
          },
          {
            "from": 25,
            "to": 30
          }
        ]
      }
    }
  }
}

4 mapping介绍

# 查看索引信息---》mapping字典---》映射（类型，表类型，表结构）
GET lqz
# 6.x以后一个索引只能有一个映射类型（只能有一个表）
# 创建映射
# 创建索引，并设置映射
PUT books
{
  "mappings": {
    "properties":{
      "title":{
        "type":"text",
        "analyzer": "ik_max_word"
      },
      "price":{
        "type":"integer"
      },
      "addr":{
        "type":"keyword"
      },
      "company":{
        "properties":{
          "name":{"type":"text"},
          "company_addr":{"type":"text"},
          "employee_count":{"type":"integer"}
        }
      },
      "publish_date":{"type":"date","format":"yyy-MM-dd"}
      
    }
    
  }
}
# 插入测试数据
PUT books/_doc/1
{
  "title":"大头儿子小偷爸爸",
  "price":100,  
  "addr":"北京天安门",
  "company":{
    "name":"我爱北京天安门",
    "company_addr":"我的家在东北松花江傻姑娘",
    "employee_count":10
  },
  "publish_date":"2019-08-19"
}

PUT books/_doc/2
{
  "title":"白雪公主和十个小矮人",
  "price":"99",
  "addr":"黑暗森里",
  "company":{
    "name":"我的家乡在上海",
    "company_addr":"朋友一生一起走",
    "employee_count":10
  },
  "publish_date":"2018-05-19"
}

PUT books/_doc/3
{
  "title":"白雪公主和十个小矮人",
  "price":"99",
  "addr":"黑暗森里",
  "age":18
}
# 查看映射
GET books
GET books/_mapping

# 映射是什么？映射有什么用？  规定了表结构（不是强制的），规定了哪个字段是可以用来全文检索，是否是数字类型，布尔类型
# mapping类型一旦确定，以后就不能修改了，但是可以插入字段

5 ik分词

# 全文检索，有了映射，决定了我可以对某个字段做全文检索
# es默认分词对英文友好，使用中文分词器（es的插件），ik（作者，中国人，elasticsearch开源社区负责人）

# 是es的一个插件（es如何安装插件）
	- 第一种：命令行（内置插件）
  	bin/elasticsearch-plugin install analysis-smartcn  安装中文分词器
  -第二种：url安装（第三方插件）
  	bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v7.5.0/elasticsearch-analysis-ik-7.5.0.zip
  -第三种：手动安装（推荐用）
  	-下载，解压到es的plugins路径下，重启es即可
    -注意：ik分词器跟es版本一定要对应
    
# 两种分词方式
  # ik_smart：分词分的
  # ik_max_word ：分词分的多
  
  # ik_smart分的词少，粒度大
  GET _analyze
  {
    "analyzer": "ik_smart",
    "text": "上海自来水来自海上"
  }
  # ik_smart分的词多，粒度小
  GET _analyze
  {
    "analyzer": "ik_max_word",
    "text": "上海自来水来自海上"
  }
  
# 在创建映射的时候配置
# 以后你的操作：
	-文章标题：ik_max_word
  -文章内容：ik_smart
  -摘要
  -作者
  -创建时间

6 term和match的区别

# match:我们今天出去玩 ----》分词---》按分词去搜
#term：我们今天出去玩---》直接拿着[我们今天出去玩]--->去索引中查询



# 查不到内容，直接拿着  Python爬虫 去查，因为没有索引，所以查不到
GET books/_search
{
  "query":{
    "term":{
      "title":"Python爬虫"
    }
  }
}
# 能查到，而且带python的都查出来了
# Python   爬虫  分了词，分别拿着这两个词去查，带python关键字，带爬虫关键字都能查到
GET books/_search
{
  "query":{
    "match":{
      "title":"Python爬虫"
    }
  }
}