本文共 1857 字，大约阅读时间需要 6 分钟。

前言

在Elasticsearch中Term query和Match query都可以用来对文档中的数据进行检索，但是在检索结果上会稍有不同，本文通过案例对两者的差异进行说明。

数据准备

建立一个索引，指定mapping结构，其中name是keyword类型，full_name是text类型。

PUT /my-index-01{
     "mappings": {
       "properties": {
         "name":{
           "type": "keyword"      },      "full_name":{
           "type": "text"      }    }  }}

插入一条文档数据。

PUT /my-index-01/_doc/1{
     "name":"zhang",  "full_name":"zhang san"}

查询测试

使用match进行如下查询，可以查到结果

GET /my-index-01/_search{
     "query": {
       "match": {
         "full_name": "zhang san"    }  }}

而如果换成term查询，则查不到

GET /my-index-01/_search{
     "query": {
       "term": {
         "full_name": {
           "value": "zhang san"      }    }  }}

如果换成只查zhang或者san，则两者都可以查到

GET /my-index-01/_search{
     "query": {
       "match": {
         "full_name": "zhang"    }  }}GET /my-index-01/_search{
     "query": {
       "term": {
         "full_name": {
           "value": "zhang"      }    }  }}

同样如果换成查询name字段，则两者也都可以查到

GET /my-index-01/_search{
     "query": {
       "match": {
         "name": "zhang"    }  }}GET /my-index-01/_search{
     "query": {
       "term": {
         "name": {
           "value": "zhang"      }    }  }}

Term query

返回字段中包含确切 term 的文档，你可以通过term查询来进行精确匹配。

官方，建议不要对text类型的字段进行term查询，因为默认情况下text类型的字段会被进行分词，这样就让使用term查询变得困难，推荐对text字段进出查询，使用match query。

可以看出term query在查询时并不会进行分词，所以在上面案例中，由于标准分词器会对full_name字段进行分词，zhang san会被分成zhang和san。

查看在standard分词器下，zhang san的分词结果

POST _analyze{
     "analyzer": "standard",  "text": "zhang san"}

因此当你通过term查询zhang或者san时，可以查询到数据，因为词项表中能找到对应的内容，而如果通过zhang san进行查询时，则查不到内容，因为zhang san并没有在词项表中。

Match query

match query是对查询内容进行分词，然后使用全文搜索的标准查询，所以很明显，如果你输入zhang san进行查询，会对zhang和san两个词项分别进行匹配，只要有一个匹配到了，就会返回其结果。

总结

term query：会直接按照查询内容进行精确匹配，如果分词表中能查到对应的结果则返回。

转载地址：http://ielrb.baihongyu.com/