es使用term+filter查询（对type为text的查询注意点）

Posted 2022-01-29 parent-absent-son

插入测试数据

PUT /forum/article/_bulk
 "index":  "_id": 1 
 "articleID" : "XHDK-A-1293-#fJ3", "userID" : 1, "hidden": false, "postDate": "2017-01-01" 
 "index":  "_id": 2 
 "articleID" : "KDKE-B-9947-#kL5", "userID" : 1, "hidden": false, "postDate": "2017-01-02" 
 "index":  "_id": 3 
 "articleID" : "JODL-X-1937-#pV7", "userID" : 2, "hidden": false, "postDate": "2017-01-01" 
 "index":  "_id": 4 
 "articleID" : "QQPX-R-3956-#aD8", "userID" : 2, "hidden": true, "postDate": "2017-01-02" 

查看生成的mapping：

GET /forum/_mapping/article

结果（articleID除了显示type外，还有一个fields显示）：

type=text，默认会设置两个field，一个是field本身，比如articleID就是分词的；还有一个就是field.keyword（这里是articleID.keyword），这个字段默认是不分词的，并且最多保留256字符

  "forum": 
    "mappings": 
      "article": 
        "properties": 
          "articleID": 
            "type": "text",
            "fields": 
              "keyword": 
                "type": "keyword",
                "ignore_above": 256
              
            
          ,
          "hidden": 
            "type": "boolean"
          ,
          "postDate": 
            "type": "date"
          ,
          "userID": 
            "type": "long"
          
        
      
    
  

查询id为2的精确匹配

GET /forum/article/_search

  "query": 
    "constant_score": 
      "filter": 
        "term": 
          "userID": "1"
        
      ,
      "boost": 1.2
    
  

constant_score:返回确切的得分

query+constant_score+filter+term：查找

term和terms的区别：terms是term的复数形式，用法 "terms": "userID": ["1","2"]，term精确匹配一个，而terms是精确匹配多个值。

 

查询articleID

GET /forum/article/_search

  "query": 
    "constant_score": 
      "filter": 
        "term": 
          "articleID":"XHDK-A-1293-#fJ3"
        
      ,
      "boost": 1.2
    
  

引用语句：结果为空。因为articleID.keyword，是ES最新版本内置建立的field，就是不分词的。所以一个articleID过来的时候，会建立两次索引。一次是自己本身（articleID），是要分词的，分词后放入倒排索引；另一次是基于articleID.keyword，不分词，最多保留256字符，直接一个完整的字符串放入倒排索引中。

所以term filter，对text过滤，可以考虑使用内置的field.keyword来进行匹配。但是有个问题，默认就保留256字符，所以尽可能还是自己去手动建立索引，指定not_analyzed吧，在最新版本的es中，不需要指定not_analyzed也可以，将type=keyword即可。

自己的理解：term是精确查找，去找XHDK-A-1293-#fJ3。

                    问题是创建索引的时候，默认对text进行分词后简历索引。所以查询不到。

                    但是keyword是未被分词后索引，索引这种查找能查询出来。

解决方法：

GET /forum/article/_search

  "query": 
    "constant_score": 
      "filter": 
        "term": 
          "articleID.keyword":"XHDK-A-1293-#fJ3"
        
      ,
      "boost": 1.2
    
  

 

更深度的理解，分词后的索引：

GET /forum/_analyze

  "field": "articleID",
  "text": "XHDK-A-1293-#fJ3"

结果：

  "tokens": [
    
      "token": "xhdk",
      "start_offset": 0,
      "end_offset": 4,
      "type": "<ALPHANUM>",
      "position": 0
    ,
    
      "token": "a",
      "start_offset": 5,
      "end_offset": 6,
      "type": "<ALPHANUM>",
      "position": 1
    ,
    
      "token": "1293",
      "start_offset": 7,
      "end_offset": 11,
      "type": "<NUM>",
      "position": 2
    ,
    
      "token": "fj3",
      "start_offset": 13,
      "end_offset": 16,
      "type": "<ALPHANUM>",
      "position": 3
    
  ]

 

参考文献：https://www.jianshu.com/p/e1430282378d