全文搜索的match单个词查询

在Elasticsearch中进行全文搜索时，如果要给字段指定查询的特定字词，可以使用match类型的查询。范例如下：

# 数据准备
POST /myindex-match-search/_bulk
{"index": {"_id": 1}}
{"title": "The flower and the dog"}
{"index": {"_id": 2}}
{"title": "The flower and the dog are beautiful"}
{"index": {"_id": 3}}
{"title": "the dog are beautiful"}

# 使用match类型的查询
GET /myindex-match-search/_search
{
  "query": {
    "match": {
      "title": "flower"
    }
  }
}

以上语句执行match查询的步骤如下：

• 检查字段类型。title字段是text类型（内容会被分词），说明此字段在存储时和查询时都会进行分词，而且在存储时会建立倒排索引。

• 分析查询字符串。将查询的字符串flower传入标准分词其中，输出的结果是单词flower。因为只有一个单词，所以match查询执行的是单个底层term查询。

• 查找匹配的文档。用term查询在倒排索引中查找flower，然后获取一组包含该单词的文档数据。

• 为每个文档评分。用term查询计算出每个文档的评分。

使用match查询时，返回结果中文档的评分时和该文档中字段的内容长度有关的，即字段内容越短，评分就越高，执行结果如下所示：

可以看到，_id等于1和_id等于2的文档都符合查询要求，但是_id等于的文档内容短，所以评分较高。

全文搜索的match多个词查询

范例如下：

GET /myindex-match-search/_search
{
  "query": {
    "match": {
      "title": "flower dog"
    }
  }
}

因为match查询必须查找两个单词（flower和dog），它在内部实际上先执行两次term查询，然后将两次查询的结果合并起来作为最终的查询结果。为了做到这点，它将两个term查询嵌入到一个布尔查询中，范例如下：

GET /myindex-match-search/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "title": "flower"
          }
        },
        {
          "term": {
            "title": "dog"
          }
        }
      ]
    }
  }
}

上面两个查询语句返回的结果是一致的，执行结果如下所示：

可以看到，_id等于1和_id等于2的文档数据都匹配到了这两个单词，而_id等于1的文档内容短，所以分数较高，_id等于3的文档内容只是匹配到了一个单词，所以分数低。

全文搜索的控制match的匹配精度

根据前面范例中的索引数据，如果用户给定3个查询单词，想查找只包含其中两个的文档，那么我们将逻辑运算符设置成and或者or都不合适。而match查询支持minimum_should_match（最小匹配参数）选项，我们可以将其设置为某个具体数字。范例如下：

GET /myindex-match-search/_search
{
  "query": {
    "match": {
      "title": {
        "query": "flower dog the",
        "minimum_should_match": 3
      }
    }
  }
}

执行结果如下所示：

可以看到，返回结果符合我们查询的要求，文档内容必须满足匹配到3个单词。需要注意的是，实际应用中更常用的做法是将其设置为一个百分数，因为我们无法控制用户查询时输入的单词数量。范例如下：

GET /myindex-match-search/_search
{
  "query": {
    "match": {
      "title": {
        "query": "flower dog the",
        "minimum_should_match": "80%"
      }
    }
  }
}

执行结果如下所示：

minumum_should_match参数的值类型如下表所示：