1. 基於詞項和基於全文的搜尋

• 基於 Term 的查詢

  Term 是表達語意的最⼩單位。搜尋和利⽤統計語⾔模型進⾏⾃然語⾔處理都需要處理 Term

• 特點

  • Term Level Query: Term Query / Range Query / Exists Query / Prefix Query /Wildcard Query
  • 在 ES 中，Term 查詢，對輸⼊不做分詞。會將輸⼊作為⼀個整體，在倒排索引中查詢準確的詞項，並
    且使⽤相關度算分公式為每個包含該詞項的⽂檔進⾏相關度算分 – 例如“Apple Store”
  • 可以通過 Constant Score 將查詢轉換成⼀個 Filtering，避免算分，並利⽤快取，提⾼效能

• 例子
  建立index products_test
  

關於Term 查詢的例子
POST /products_test/product/_bulk
{ "index": { "_id": 1 }}
{ "productID" : "XHDK-A-1293-#fJ3","desc":"iPhone" }
{ "index": { "_id": 2 }}
{ "productID" : "KDKE-B-9947-#kL5","desc":"iPad" }
{ "index": { "_id": 3 }}
{ "productID" : "JODL-X-1937-#pV7","desc":"MBP" }

POST /products_test/_search
{
  "query": {
    "term": {
      "desc.keyword": {
        //"value": "iPhone"  查不到結果
        //"value":"iphone"   可以查到
      }
    }
  }
}
上面查詢分別返回什麼？
 

term 查詢 欄位不分詞 ，可以再mapping 中設定 keyword

• 複合查詢 Constant Score 轉為 Filter
  • 將 Query 轉成 Filter，忽略 TF-IDF 計算，避免相關性算分的開銷
  • Filter 可以有效利⽤快取

POST /products_test/_search
{
  //"explain": true,
  "query": {
    "constant_score": {     // 忽視計算分數帶來的效能影響
      "filter": {
        "term": {
          "productID.keyword": "XHDK-A-1293-#fJ3"
        }
      }

    }
  }
}
 

基於全文的查詢

• 基於全⽂本的查詢
  • Match Query / Match Phrase Query / Query String Query
• 特點
  • 索引和搜尋時都會進⾏分詞，查詢字串先傳遞到⼀個合適的分詞器，然後⽣成⼀個供查詢的詞
    項列表
  • 查詢時候，先會對輸⼊的查詢進⾏分詞，然後每個詞項逐個進⾏底層的查詢，最終將結果進⾏合
    並。併為每個⽂檔⽣成⼀個算分。- 例如查 “Matrix reloaded”，會查到包括 Matrix 或者 reload
    的所有結果。

 post product_test/_search
{
 "query":{
    "match":{
      "desc":{
          "query":"dejxv"
      }
    }
  }
}

match 與 match_phrase 區別？