elasticsearch match模糊查詢

      網友投稿 964 2022-05-29

      Elasticsearch 中term與match區別

      elasticsearch 中term與match區別

      term是精確查詢

      match是模糊查詢

      term查詢

      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,所以我們的搜索詞必須是文檔分詞集合中的一個。比如說我們要找標題為北京奧運的所有文檔

      $curl -XGET http://localhost:9200/index/doc/_search?pretty -d

      '{

      "query":{

      "term":{

      "title":"北京奧運"

      }

      }

      }'

      將會得到如下結果

      {

      "took": 1,

      "timed_out": false,

      "_shards": {

      "total": 5,

      "successful": 5,

      "failed": 0

      },

      "hits": {

      elasticsearch match模糊查詢

      "total": 1,

      "max_score": 0.92055845,

      "hits": [

      {

      "_index": "index",

      "_type": "doc",

      "_id": "3",

      "_score": 0.92055845,

      "_source": {

      "content": "同一個世界同一個夢想",

      "title": "北京奧運",

      "tags": [

      "和平"

      ]

      }

      }

      ]

      }

      }

      match類查詢

      match查詢會先對搜索詞進行分詞,分詞完畢后再逐個對分詞結果進行匹配,因此相比于term的精確搜索,match是分詞匹配搜索,match搜索還有兩個相似功能的變種,一個是match_phrase,一個是multi_match,接下來詳細介紹一下

      match

      前面提到match搜索會先對搜索詞進行分詞,對于最基本的match搜索來說,只要搜索詞的分詞集合中的一個或多個存在于文檔中即可,例如,當我們搜索中國杭州,搜索詞會先分詞為中國和杭州,只要文檔中包含搜索和杭州任意一個詞,都會被搜索到

      $curl -XGET http://localhost:9200/index/doc/_search?pretty -d

      '{

      "query": {

      "match": {

      "content": "中國杭州"

      }

      }

      }'

      文檔3正文中有杭州,文檔2中有中國,因此搜索結果有兩個,文檔3中杭州出現兩次,所以排在前面,結果如下:

      {

      "took" : 1,

      "timed_out" : false,

      "_shards" : {

      "total" : 5,

      "successful" : 5,

      "failed" : 0

      },

      "hits" : {

      "total" : 2,

      "max_score" : 0.99999994,

      "hits" : [ {

      "_index" : "index",

      "_type" : "doc",

      "_id" : "4",

      "_score" : 0.99999994,

      "_source" : {

      "content" : "杭州是一個美麗的城市,歡迎來到杭州",

      "title" : "宣傳",

      "tags" : [ "旅游", "城市" ]

      }

      }, {

      "_index" : "index",

      "_type" : "doc",

      "_id" : "2",

      "_score" : 0.8838835,

      "_source" : {

      "content" : "中國是世界上人口最多的國家",

      "title" : "中國",

      "tags" : [ "中國", "人口" ]

      }

      } ]

      }

      }

      Elasticsearch

      版權聲明:本文內容由網絡用戶投稿,版權歸原作者所有,本站不擁有其著作權,亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容,請聯系我們jiasou666@gmail.com 處理,核實后本網站將在24小時內刪除侵權內容。

      上一篇:分布式計算的優點和缺陷
      下一篇:項目實踐之工作流引擎基本文檔!Activiti工作流框架之流程引擎API和服務詳解
      相關文章
      亚洲另类激情综合偷自拍图| 亚洲一区日韩高清中文字幕亚洲 | 亚洲白色白色永久观看| 亚洲国产精品成人精品无码区在线| 亚洲国产综合精品一区在线播放| 综合一区自拍亚洲综合图区| 久久精品国产亚洲av瑜伽| 一区二区亚洲精品精华液| 亚洲乱码在线卡一卡二卡新区 | 在线亚洲精品自拍| 中文字幕亚洲天堂| 亚洲中文字幕第一页在线| 亚洲桃色AV无码| 亚洲成AV人片在线观看| 亚洲A∨无码无在线观看| 亚洲人成在线观看| 亚洲码在线中文在线观看| 好看的电影网站亚洲一区| 亚洲AV无码久久精品蜜桃| 久久亚洲国产伦理| 久久丫精品国产亚洲av| 亚洲最大视频网站| 精品亚洲AV无码一区二区三区 | 国产AV无码专区亚洲AV漫画| 亚洲色欲一区二区三区在线观看| 国产亚洲精品岁国产微拍精品| 亚洲av伊人久久综合密臀性色| 水蜜桃亚洲一二三四在线| 亚洲精品自拍视频| 中文字幕乱码亚洲精品一区| 亚洲人成未满十八禁网站| 国产亚洲美女精品久久| 亚洲午夜福利精品久久| 日本亚洲欧洲免费天堂午夜看片女人员 | 久久久久亚洲精品无码网址| 亚洲国产精品无码专区在线观看| 无码欧精品亚洲日韩一区| 亚洲国产成人久久精品app| 亚洲男同gay片| 亚洲成网777777国产精品| 国产AV无码专区亚洲AV男同|