术语查询
编辑术语查询编辑
返回在提供的字段中包含 精确 术语的文档。
您可以使用 term
查询根据精确值(例如价格、产品 ID 或用户名)查找文档。
示例请求编辑
resp = client.search( body={"query": {"term": {"user.id": {"value": "kimchy", "boost": 1}}}}, ) print(resp)
response = client.search( body: { query: { term: { 'user.id' => { value: 'kimchy', boost: 1 } } } } ) puts response
GET /_search { "query": { "term": { "user.id": { "value": "kimchy", "boost": 1.0 } } } }
term
的顶级参数编辑
-
<field>
- (必需,对象) 您要搜索的字段。
<field>
的参数编辑
-
value
- (必需,字符串) 您要在提供的
<field>
中查找的术语。要返回文档,术语必须与字段值完全匹配,包括空格和大小写。 -
boost
-
(可选,浮点数) 用于降低或提高查询 相关性分数 的浮点数。默认为
1.0
。您可以使用
boost
参数调整包含两个或多个查询的搜索的相关性分数。Boost 值相对于
1.0
的默认值。Boost 值介于0
和1.0
之间会降低相关性分数。大于1.0
的值会提高相关性分数。 -
case_insensitive
[7.10.0] 在 7.10.0 中添加。 - (可选,布尔值) 当设置为 true 时,允许对值与索引字段值进行 ASCII 不区分大小写匹配。默认值为 false,这意味着匹配的大小写敏感性取决于底层字段的映射。
备注编辑
避免对 text
字段使用 term
查询编辑
默认情况下,Elasticsearch 会在分析期间更改 text
字段的值。例如,默认的 标准分析器 会将 text
字段值更改为以下内容
- 删除大多数标点符号
- 将剩余内容划分为单个单词,称为 标记
- 将标记转换为小写
为了更好地搜索 text
字段,match
查询也会在执行搜索之前分析您提供的搜索词。这意味着 match
查询可以搜索 text
字段以查找已分析的标记,而不是精确的术语。
term
查询 不会 分析搜索词。 term
查询只搜索您提供的 精确 术语。这意味着当搜索 text
字段时,term
查询可能会返回较差的结果或没有结果。
要查看搜索结果的差异,请尝试以下示例。
-
创建一个包含名为
full_text
的text
字段的索引。resp = client.indices.create( index="my-index-000001", body={"mappings": {"properties": {"full_text": {"type": "text"}}}}, ) print(resp)
response = client.indices.create( index: 'my-index-000001', body: { mappings: { properties: { full_text: { type: 'text' } } } } ) puts response
res, err := es.Indices.Create( "my-index-000001", es.Indices.Create.WithBody(strings.NewReader(`{ "mappings": { "properties": { "full_text": { "type": "text" } } } }`)), ) fmt.Println(res, err)
PUT my-index-000001 { "mappings": { "properties": { "full_text": { "type": "text" } } } }
-
索引一个在
full_text
字段中具有Quick Brown Foxes!
值的文档。resp = client.index( index="my-index-000001", id="1", body={"full_text": "Quick Brown Foxes!"}, ) print(resp)
response = client.index( index: 'my-index-000001', id: 1, body: { full_text: 'Quick Brown Foxes!' } ) puts response
res, err := es.Index( "my-index-000001", strings.NewReader(`{ "full_text": "Quick Brown Foxes!" }`), es.Index.WithDocumentID("1"), es.Index.WithPretty(), ) fmt.Println(res, err)
PUT my-index-000001/_doc/1 { "full_text": "Quick Brown Foxes!" }
因为
full_text
是一个text
字段,所以 Elasticsearch 会在分析期间将Quick Brown Foxes!
更改为[quick, brown, fox]
。 -
使用
term
查询在full_text
字段中搜索Quick Brown Foxes!
。包含pretty
参数,以便响应更易读。resp = client.search( index="my-index-000001", pretty=True, body={"query": {"term": {"full_text": "Quick Brown Foxes!"}}}, ) print(resp)
response = client.search( index: 'my-index-000001', pretty: true, body: { query: { term: { full_text: 'Quick Brown Foxes!' } } } ) puts response
res, err := es.Search( es.Search.WithIndex("my-index-000001"), es.Search.WithBody(strings.NewReader(`{ "query": { "term": { "full_text": "Quick Brown Foxes!" } } }`)), es.Search.WithPretty(), ) fmt.Println(res, err)
GET my-index-000001/_search?pretty { "query": { "term": { "full_text": "Quick Brown Foxes!" } } }
因为
full_text
字段不再包含 精确 术语Quick Brown Foxes!
,所以term
查询搜索不会返回任何结果。 -
使用
match
查询在full_text
字段中搜索Quick Brown Foxes!
。resp = client.search( index="my-index-000001", pretty=True, body={"query": {"match": {"full_text": "Quick Brown Foxes!"}}}, ) print(resp)
response = client.search( index: 'my-index-000001', pretty: true, body: { query: { match: { full_text: 'Quick Brown Foxes!' } } } ) puts response
res, err := es.Search( es.Search.WithIndex("my-index-000001"), es.Search.WithBody(strings.NewReader(`{ "query": { "match": { "full_text": "Quick Brown Foxes!" } } }`)), es.Search.WithPretty(), ) fmt.Println(res, err)
GET my-index-000001/_search?pretty { "query": { "match": { "full_text": "Quick Brown Foxes!" } } }
与
term
查询不同,match
查询会在执行搜索之前分析您提供的搜索词Quick Brown Foxes!
。然后,match
查询会返回在full_text
字段中包含quick
、brown
或fox
标记的任何文档。以下是包含索引文档的
match
查询搜索的响应。{ "took" : 1, "timed_out" : false, "_shards" : { "total" : 1, "successful" : 1, "skipped" : 0, "failed" : 0 }, "hits" : { "total" : { "value" : 1, "relation" : "eq" }, "max_score" : 0.8630463, "hits" : [ { "_index" : "my-index-000001", "_id" : "1", "_score" : 0.8630463, "_source" : { "full_text" : "Quick Brown Foxes!" } } ] } }