es使用term+filter查询（对type为text的查询注意点）

插入测试数据

PUT /forum/article/_bulk
{ "index": { "_id": 1 }}
{ "articleID" : "XHDK-A-1293-#fJ3", "userID" : 1, "hidden": false, "postDate": "2017-01-01" }
{ "index": { "_id": 2 }}
{ "articleID" : "KDKE-B-9947-#kL5", "userID" : 1, "hidden": false, "postDate": "2017-01-02" }
{ "index": { "_id": 3 }}
{ "articleID" : "JODL-X-1937-#pV7", "userID" : 2, "hidden": false, "postDate": "2017-01-01" }
{ "index": { "_id": 4 }}
{ "articleID" : "QQPX-R-3956-#aD8", "userID" : 2, "hidden": true, "postDate": "2017-01-02" }

查看生成的mapping：

GET /forum/_mapping/article

结果（articleID除了显示type外，还有一个fields显示）：

type=text，默认会设置两个field，一个是field本身，比如articleID就是分词的；还有一个就是field.keyword（这里是articleID.keyword），这个字段默认是不分词的，并且最多保留256字符

{
  "forum": {
    "mappings": {
      "article": {
        "properties": {
          "articleID": {
            "type": "text",
            "fields": {
              "keyword": {
                "type": "keyword",
                "ignore_above": 256
              }
            }
          },
          "hidden": {
            "type": "boolean"
          },
          "postDate": {
            "type": "date"
          },
          "userID": {
            "type": "long"
          }
        }
      }
    }
  }
}

查询id为2的精确匹配

GET /forum/article/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "userID": "1"
        }
      },
      "boost": 1.2
    }
  }
}

constant_score:返回确切的得分

query+constant_score+filter+term：查找

term和terms的区别：terms是term的复数形式，用法 "terms": {"userID": ["1","2"]}，term精确匹配一个，而terms是精确匹配多个值。

查询articleID

GET /forum/article/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "articleID":"XHDK-A-1293-#fJ3"
        }
      },
      "boost": 1.2
    }
  }
}

引用语句：结果为空。因为articleID.keyword，是ES最新版本内置建立的field，就是不分词的。所以一个articleID过来的时候，会建立两次索引。一次是自己本身（articleID），是要分词的，分词后放入倒排索引；另一次是基于articleID.keyword，不分词，最多保留256字符，直接一个完整的字符串放入倒排索引中。

所以term filter，对text过滤，可以考虑使用内置的field.keyword来进行匹配。但是有个问题，默认就保留256字符，所以尽可能还是自己去手动建立索引，指定not_analyzed吧，在最新版本的es中，不需要指定not_analyzed也可以，将type=keyword即可。

自己的理解：term是精确查找，去找XHDK-A-1293-#fJ3。

问题是创建索引的时候，默认对text进行分词后简历索引。所以查询不到。

但是keyword是未被分词后索引，索引这种查找能查询出来。

解决方法：

GET /forum/article/_search
{
  "query": {
    "constant_score": {
      "filter": {
        "term": {
          "articleID.keyword":"XHDK-A-1293-#fJ3"
        }
      },
      "boost": 1.2
    }
  }
}

更深度的理解，分词后的索引：

GET /forum/_analyze
{
  "field": "articleID",
  "text": "XHDK-A-1293-#fJ3"
}

结果：

{
  "tokens": [
    {
      "token": "xhdk",
      "start_offset": 0,
      "end_offset": 4,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "a",
      "start_offset": 5,
      "end_offset": 6,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "1293",
      "start_offset": 7,
      "end_offset": 11,
      "type": "<NUM>",
      "position": 2
    },
    {
      "token": "fj3",
      "start_offset": 13,
      "end_offset": 16,
      "type": "<ALPHANUM>",
      "position": 3
    }
  ]
}

参考文献：https://www.jianshu.com/p/e1430282378d

原文地址：https://www.cnblogs.com/parent-absent-son/p/11063765.html