query string 分词
query string必须以和index建立时相同的analyzer进行分词.
比如,我们有一个document,其中有一个field,它的值是:hello you and me,建立倒排索引.
我们要搜索这个document对应的index,搜索文本是hello me ,搜索请求就是:1
GET /index/type/_search?q=field:hello me
“hello me”就是query string,默认情况下,es会使用它对应的field建立倒排索引时相同的分词器进行分词和normalization,只有这样,才能实现正确的搜索.
举个例子,document在建立倒排索引的时候,会把dogs转为dog,然后我们在搜索的时候传一个dogs过去,就找不到了,所以搜索传过去的dogs也必须变为dog才能实现正确的搜索.
mapping引入案例遗留问题揭秘
这里有一个知识点: 不同类型的field,可能有的就是full text(全文检索),有的就是exact value(精确搜索)
在初始mapping中,我们引入了一个小案例,当时的查询结果是:1
2
3
4GET /website/article/_search?q=2017 3条结果
GET /website/article/_search?q=2017-01-01 3条结果
GET /website/article/_search?q=post_date:2017-01-01 1条结果
GET /website/article/_search?q=post_date:2017 1条结果
首先看第一个查询,我们没有指定用哪一个field进行查询,那默认的就是 _all 查询,之前有说过 _all的话会把document中的所有field的值当做字符串拼接, _all搜索的时候是full text,要分词进行normalization后查询
我们来看一下第一个document中的数据:1
2
3
4
5
6{
"post_date": "2017-01-01",
"title": "my first article",
"content": "this is my first article in this website",
"author_id": 11400
}
它的_all就是 “2017-01-01 my first article this is my first article in this website 11400”
三个document的 _all中分别有 2017-01-01 2017-01-02 2017-01-03 这个建立倒排索引就是
| word | document1 | document2 | document3 |
|---|---|---|---|
| 2017 | √ | √ | √ |
| 01 | √ | ||
| 02 | √ | ||
| 03 | √ |
这时候第一个搜索 _all 查询2017 肯定能查到3条
第二个搜索请求的query string 会被分为 2017,01,01, 所以也能查到3条数据
然后是第三个请求,是指定post_date这个filed去查询, post_date 是个date类型的,而不是字符串类型, date类型的数据会按照exact value去建立索引
| word | document1 | document2 | document3 |
|---|---|---|---|
| 2017-01-01 | √ | ||
| 2017-01-02 | √ | ||
| 2017-01-03 | √ |
所以搜索第三个请求时可以搜索到1条结果.
按照上面的说法的话,第4个请求应该是搜索不到结果的,但是实际上有一条结果,这个在这里不讲解,因为是es 5.2以后做的一个优化
分词器测试
1 | GET /_analyze |