1、ik_max_word
會將文本做最細粒度的拆分，比如會將“中華人民共和國人民大會堂”拆分爲“中華人民共和國、中華人民、中華、華人、人民共和國、人民、共和國、大會堂、大會、會堂等詞語。
2、ik_smart
會做最粗粒度的拆分，比如會將“中華人民共和國人民大會堂”拆分爲中華人民共和國、人民大會堂。
term 和 match 總結
在實際的項目查詢中，term和match 是最常用的兩個查詢，而經常搞不清兩者有什麼區別，趁機總結有空總結下。
term用法
先看看term的定義，term是代表完全匹配，也就是精確查詢，搜索前不會再對搜索詞進行分詞拆解。
這裏通過例子來說明，先存放一些數據：
{
"title": "love China",
"content": "people very love China",
"tags": ["China", "love"]
}
{
"title": "love HuBei",
"content": "people very love HuBei",
"tags": ["HuBei", "love"]
}
來使用term 查詢下：
{
"query": {
"term": {
"title": "love"
}
}
}
結果是，上面的兩條數據都能查詢到：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 0.6931472,
"hits": [
{
"_index": "test",
"_type": "doc",
"_id": "8",
"_score": 0.6931472,
"_source": {
"title": "love HuBei",
"content": "people very love HuBei",
"tags": ["HuBei","love"]
}
},
{
"_index": "test",
"_type": "doc",
"_id": "7",
"_score": 0.6931472,
"_source": {
"title": "love China",
"content": "people very love China",
"tags": ["China","love"]
}
}
]
}
}
發現，title裏有關love的關鍵字都查出來了，但是我只想精確匹配 love China這個，按照下面的寫法看看能不能查出來：
{
"query": {
"term": {
"title": "love China"
}
}
}
執行發現無數據，從概念上看，term屬於精確匹配，只能查單個詞。我想用term匹配多個詞怎麼做？可以使用terms來：
{
"query": {
"terms": {
"title": ["love", "China"]
}
}
}
查詢結果爲：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 0.6931472,
"hits": [
{
"_index": "test",
"_type": "doc",
"_id": "8",
"_score": 0.6931472,
"_source": {
"title": "love HuBei",
"content": "people very love HuBei",
"tags": ["HuBei","love"]
}
},
{
"_index": "test",
"_type": "doc",
"_id": "7",
"_score": 0.6931472,
"_source": {
"title": "love China",
"content": "people very love China",
"tags": ["China","love"]
}
}
]
}
}
發現全部查詢出來，爲什麼？因爲terms裏的[ ] 多個是或者的關係，只要滿足其中一個詞就可以。想要通知滿足兩個詞的話，就得使用bool的must來做，如下：
{
"query": {
"bool": {
"must": [
{
"term": {
"title": "love"
}
},
{
"term": {
"title": "china"
}
}
]
}
}
}
可以看到，我們上面使用china是小寫的。當使用的是大寫的China 我們進行搜索的時候，發現搜不到任何信息。這是爲什麼了？title這個詞在進行存儲的時候，進行了分詞處理。我們這裏使用的是默認的分詞處理器進行了分詞處理。我們可以看看如何進行分詞處理的？
分詞處理器
GET test/_analyze
{
"text" : "love China"
}
結果爲：
{
"tokens": [
{
"token": "love",
"start_offset": 0,
"end_offset": 4,
"type": "<ALPHANUM>",
"position": 0
},
{
"token": "china",
"start_offset": 5,
"end_offset": 10,
"type": "<ALPHANUM>",
"position": 1
}
]
}
分析出來的爲love和china的兩個詞。而term只能完完整整的匹配上面的詞，不做任何改變的匹配。所以，我們使用China這樣的方式進行的查詢的時候，就會失敗。稍後會有一節專門講解分詞器。
match 用法
先用 love China來匹配。
GET test/doc/_search
{
"query": {
"match": {
"title": "love China"
}
}
}
結果是：
{
"took": 1,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 2,
"max_score": 1.3862944,
"hits": [
{
"_index": "test",
"_type": "doc",
"_id": "7",
"_score": 1.3862944,
"_source": {
"title": "love China",
"content": "people very love China",
"tags": [
"China",
"love"
]
}
},
{
"_index": "test",
"_type": "doc",
"_id": "8",
"_score": 0.6931472,
"_source": {
"title": "love HuBei",
"content": "people very love HuBei",
"tags": [
"HuBei",
"love"
]
}
}
]
}
}
發現兩個都查出來了，爲什麼？因爲match進行搜索的時候，會先進行分詞拆分，拆完後，再來匹配，上面兩個內容，他們title的詞條爲： love china hubei ，我們搜索的爲love China 我們進行分詞處理得到爲love china ，並且屬於或的關係，只要任何一個詞條在裏面就能匹配到。如果想 love 和 China 同時匹配到的話，怎麼做？使用 match_phrase
match_phrase 用法
match_phrase 稱爲短語搜索，要求所有的分詞必須同時出現在文檔中，同時位置必須緊鄰一致。
GET test/doc/_search
{
"query": {
"match_phrase": {
"title": "love china"
}
}
}
結果爲：
{
"took": 5,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 1.3862944,
"hits": [
{
"_index": "test",
"_type": "doc",
"_id": "7",
"_score": 1.3862944,
"_source": {
"title": "love China",
"content": "people very love China",
"tags": [
"China",
"love"
]
}
}
]
}
}
這次好像符合我們的需求了，結果只出現了一條記錄。
bool查詢的使用
Bool查詢對應Lucene中的BooleanQuery，它由一個或者多個子句組成，每個子句都有特定的類型。
must
返回的文檔必須滿足must子句的條件，並且參與計算分值
filter
返回的文檔必須滿足filter子句的條件。但是不會像Must一樣，參與計算分值
should
返回的文檔可能滿足should子句的條件。在一個Bool查詢中，如果沒有must或者filter，有一個或者多個should子句，那麼只要滿足一個就可以返回。minimum_should_match參數定義了至少滿足幾個子句。
must_nout
返回的文檔必須不滿足must_not定義的條件。
如果一個查詢既有filter又有should，那麼至少包含一個should子句。
bool查詢也支持禁用協同計分選項disable_coord。一般計算分值的因素取決於所有的查詢條件。
bool查詢也是採用more_matches_is_better的機制，因此滿足must和should子句的文檔將會合並起來計算分值。
{
"bool" : {
"must" : {
"term" : { "user" : "kimchy" }
},
"filter": {
"term" : { "tag" : "tech" }
},
"must_not" : {
"range" : {
"age" : { "from" : 10, "to" : 20 }
}
},
"should" : [
{
"term" : { "tag" : "wow" }
},
{
"term" : { "tag" : "elasticsearch" }
}
],
"minimum_should_match" : 1,
"boost" : 1.0
}
}
bool.filter的分值計算
在filter子句查詢中，分值將會都返回0。分值會受特定的查詢影響。
比如，下面三個查詢中都是返回所有status字段爲active的文檔
第一個查詢，所有的文檔都會返回0:
GET _search
{
"query": {
"bool": {
"filter": {
"term": {
"status": "active"
}
}
}
}
}
下面的bool查詢中包含了一個match_all，因此所有的文檔都會返回1
GET _search
{
"query": {
"bool": {
"must": {
"match_all": {}
},
"filter": {
"term": {
"status": "active"
}
}
}
}
}
constant_score與上面的查詢結果相同，也會給每個文檔返回1：
GET _search
{
"query": {
"constant_score": {
"filter": {
"term": {
"status": "active"
}
}
}
}
}
使用named query給子句添加標記
如果想知道到底是bool裏面哪個條件匹配，可以使用named query查詢：
{
"bool" : {
"should" : [
{"match" : { "name.first" : {"query" : "shay", "_name" : "first"} }},
{"match" : { "name.last" : {"query" : "banon", "_name" : "last"} }}
],
"filter" : {
"terms" : {
"name.last" : ["banon", "kimchy"],
"_name" : "test"
}
}
}
}