1、ik_max_word
會將文字做最細粒度的拆分，比如會將「中華人民共和國人民大會堂」拆分為「中華人民共和國、中華人民、中華、華人、人民共和國、人民、共和國、大會堂、大會、會堂等詞語。
2、ik_smart
會做最粗粒度的拆分，比如會將「中華人民共和國人民大會堂」拆分為中華人民共和國、人民大會堂。
在實際的專案查詢中，term和match是最常用的兩個查詢，而經常搞不清兩者有什麼區別，趁機總結有空總結下。
term用法
先看看term的定義，term是代表完全匹配，也就是精確查詢，搜尋前不會再對搜尋詞進行分詞拆解。
這裡通過例子來說明，先存放一些資料：
term查詢下：
}}
,
"hits": },}
]}}
love china這個，按照下面的寫法看看能不能查出來：
}}
terms來：
}}
,
"hits": },}
]}}
[ ]多個是或者的關係，只要滿足其中乙個詞就可以。想要通知滿足兩個詞的話，就得使用bool的must來做，如下：
},}
]}
}}
china是小寫的。當使用的是大寫的china我們進行搜尋的時候，發現搜不到任何資訊。這是為什麼了？title這個詞在進行儲存的時候，進行了分詞處理。我們這裡使用的是預設的分詞處理器進行了分詞處理。我們可以看看如何進行分詞處理的？
分詞處理器
get test/_analyze
,
]}
love和china的兩個詞。而term只能完完整整的匹配上面的詞，不做任何改變的匹配。所以，我們使用china這樣的方式進行的查詢的時候，就會失敗。稍後會有一節專門講解分詞器。
match用法
先用love china來匹配。
get test/doc/_search
}}
,
"hits": },}
]}}
love china hubei，我們搜尋的為love china我們進行分詞處理得到為love china，並且屬於或的關係，只要任何乙個詞條在裡面就能匹配到。如果想love和china同時匹配到的話，怎麼做？使用match_phrase
match_phrase用法
match_phrase稱為短語搜尋，要求所有的分詞必須同時出現在文件中，同時位置必須緊鄰一致。
get test/doc/_search
}}
,
"hits": }]
}}
bool查詢對應lucene中的booleanquery，它由乙個或者多個子句組成，每個子句都有特定的型別。
bool查詢也支援禁用協同計分選項disable_coord。一般計算分值的因素取決於所有的查詢條件。
bool查詢也是採用more_matches_is_better的機制，因此滿足must和should子句的文件將會合併起來計算分值。
},"filter":
},"must_not" : }},
"should" : [},}
],"minimum_should_match" : 1,
"boost" : 1.0
}}
比如，下面三個查詢中都是返回所有status欄位為active的文件
第乙個查詢，所有的文件都會返回0:
get _search}}
}}
get _search
},"filter": }}
}}
get _search}}
}}
}},
}}],
"filter" : }}
}
es中的term和match的區別
term hits love china terms hits 可以看到，我們上面使用china是小寫的。當使用的是大寫的china我們進行搜尋的時候，發現搜不到任何資訊。這是為什麼了？title這個詞在進行儲存的時候，進行了分詞處理。我們這裡使用的是預設的分詞處理器進行了分詞處理。我們可以看看如何...
es搜尋核心與實戰 Day02
倒排索引包含兩個部分 單詞詞典一般比較大，可以通過b 樹或雜湊拉鍊法實現，以滿足高效能的插入與查詢 get analyze 1.standard analyzer 2.analyzer 3.whitespace analyzer 4.stop analyzer 5.keyword analyzer ...
es搜尋核心與實戰Day05
1.詞頻tf term frequency 檢索詞在子篇文件 現的頻率 檢索詞出現的次數除以文件的總字數 度量一條查詢和結果文件相關性的簡單方法 簡單將搜尋中每一乙個詞的tf進行相力 tf 區塊鏈 tf 的 tf 應用 stop word 的 在文件 現了很多次，但是對貢獻相關度幾乎沒有用處，不應該...