Elasticsearch 中的 term、terms 和 match 查询

目录

[term 查询](#term 查询)

[terms 查询](#terms 查询)

[match 查询](#match 查询)

注意事项

结论


Elasticsearch 提供了多种查询类型,用于不同的搜索需求。term、terms 和 match 是其中最常用的一些查询类型。下面分别介绍每种查询类型的用法和特点。

term 查询

term 查询用于精确值匹配。它通常用于关键字(keyword)类型的字段,或者已经过精确值(如数字、日期等)处理的文本字段。term 查询不会对查询的文本进行分词。

示例

java 复制代码
GET /example_index/_search
{
  "query": {
    "term": {
      "status": {
        "value": "active"
      }
    }
  }
}

这个查询会精确匹配字段 status 中值为 "active" 的文档。

terms 查询

terms 查询是 term 查询的扩展,它允许你一次性检索多个精确值。

示例

java 复制代码
GET /example_index/_search
{
  "query": {
    "terms": {
      "status": ["active", "pending", "closed"]
    }
  }
}

这个查询会匹配字段 status 中值为 "active"、"pending" 或 "closed" 的文档(他是一个或的关系,只要Doc的status字段包含任意一个就命中)。

match 查询

match 查询是一个标准的全文搜索查询,它会对查询文本进行分词处理,然后搜索分词后的结果。match 查询适用于全文字段(text)。

示例

java 复制代码
GET /example_index/_search
{
  "query": {
    "match": {
      "description": "quick brown fox"
    }
  }
}

这个查询会对 "quick brown fox" 进行分词,然后在 description 字段中搜索这些分词。

注意事项

1. 分析器

match 查询会使用字段相关联的分析器进行分词,而 term 和 terms 查询则不会。

2. 性能

term 和 terms 查询通常比 match 查询更快,因为它们不涉及分词过程,直接在倒排索引中查找精确值。

3. 用例

  • 使用 term 查询来匹配文档中的精确值,如状态标签、ID等。
  • 使用 terms 查询可以一次性匹配多个精确值,适合于筛选符合多个条件的文档。
  • 使用 match 查询来执行全文搜索,适合于搜索文本内容。

结论

在 Elasticsearch 中,term、terms 和 match 查询是基础的搜索操作,它们分别适用于不同的场景。term 和 terms 用于精确匹配,而 match 用于全文搜索。了解它们的差异和适用情况对于构建有效的搜索查询至关重要。

相关推荐
喵个咪16 小时前
GoWind CMS 拆解:搜索三板斧——高亮、联想、同义词
后端·搜索引擎·go
喵个咪17 小时前
GoWind Admin 拆解:BI 大屏设计器——schema 即 JSON、resolver 注入与三张快照表的口径谱系
大数据·后端·go
武子康18 小时前
H3-World 的 11.3 小时训练数据,是怎样对齐成动作监督的?
大数据·人工智能·深度学习
字节跳动数据平台18 小时前
火山引擎知识引擎VeKnow进化之路(下):让 AI 智能体更可用、更可信、更懂业务
大数据
Elastic 中国社区官方博客19 小时前
更少的位数,相同的召回率:DiskBBQ 更保守的自动校准扫描
大数据·运维·开发语言·人工智能·elasticsearch·搜索引擎
MyBili19 小时前
Chrome隐私安全配置:完整防护指南
大数据·chrome·谷歌浏览器·隐私安全·浏览器防护·cookie管理·上网痕迹清理
真上帝的左手20 小时前
19. 大数据-数据同步-工具
大数据·数据同步
数字孪生视频孪生20 小时前
在线重构,实时同步:视频动态三维重建打造 “常更常新” 的数字底座
大数据·人工智能·重构·架构·空间计算
Aloudata20 小时前
Claude 做数据分析的这两年:一份复盘与发展线索
大数据·数据库·人工智能·数据挖掘·数据分析·dataagent
Elasticsearch20 小时前
Kibana 中的人工智能连接器:你的 agent 可调用的 90 多个数据源
elasticsearch