前言
关于倒排索引等内容，将不做介绍，可以看<a href="">《Elasticsearch权威指南》</a>更多内容:<a href="">ELK修炼之道</a>
短语 vs 全文
虽然所有的查询都会进行相关度计算，但不是所有的查询都会有分析阶段。而且像bool或function_score这样的查询并不在文本字段执行分析。
1、基于短语(Term-based)的查询:
像term（在filter上下文中）或fuzzy一类的查询是低级查询，它们没有分析阶段。这些查询在单一的短语上执行。例如对单词Foo的term查询会在倒排索引里精确查找Foo这个词，并对每个包含这个单词的文档计算TF/IDF相关度_score
term查询只在倒排查询里精确低查找特定短语，而不会匹配短语的其它变形，如Foo或FOO。不管短语怎样被加入索引，都只匹配倒排索引里的准确值。如果你在一个设置了not_analyzed的字段为["Foo", "Bar"]建索引，或者在一个用whitespace解析器解析的字段为Foo Bar建索引，都会在倒排索引里加入两个索引Foo和Bar。
2、全文(Full-text)检索
match和query_string这样的查询是高级查询，他们会对字段进行分析:
- 如果检索一个
date或integer字段，他们会把查询语句作为日期或者整数格式数据。 - 如果检索一个精确值(
not_analyzed)字符串字段，他们会把整个查询语句作为一个短语。 - 如果检索一个全文(
analyzed)字段，查询会先用适当的解析器解析查询语句，产生需要查询的短语列表。然后对列表中的每个短语执行低级查询，合并查询结果，得到最终的文档相关度。
全文检索
全文检索最重要的两个方面：
- 相关度(Relevance)
根据文档与查询相关程度对结果进行排序的能力。相关度可以使用TF/IDF，地理位置相近程度、模糊相似度或其他算法计算。 - 分析(Analysis)
将一段文本转换成一组唯一的、标准化了的标词(term),用以(a)创建倒排索引，(b)查询倒排索引
注意：
一旦我们提到相关度和分析，指的都是查询(queries)而非过滤器(filters)
//验证match查询也不一定全部要做分析
PUT my_index3/
{
"mappings" : {
"my_type" : {
"properties" : {
"message" : {
"type" : "string",
"index" : "analyzed"
}
"message1" : {
"type" : "string",
"index" : "not_analyzed"
}
}
}
}
}
//索引一条数据
POST my_index3/my_type
{
"message" : "boy",
"message1" : "boy"
}
POST /my_index3/my_type/_search
{
"query": {
"filtered": {
"filter": {
"match": {
"message1": "BOY"
}
}
}
}
}
//response
{
"took": 2,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"failed": 0
},
"hits": {
"total": 0,
"max_score": null,
"hits": []
}
}
//同样的查询message1就可以查到了
在很少的情况下，你可能才需要使用基于词条的查询(Term-based Queries)。通常你需要查询的是全文，而不是独立的词条，而这个
工作通过高级的全文查询来完成会更加容易(在内部它们最终还是使用的基于词条的低级查询)。
match查询
先来个例子入门说明match查询的步骤:
{
"match" : {
"message" : "BOY"
}
}
Elasticsearch通过执行下面的步骤执行match查询:
- 检查field类型
message字段是一个字符串(analyzed),所以该查询字符串也需要被分析(analysis) - 分析查询字符串
查询词boy。因为我们只有一个查询词，因此match查询可以以一种低级别的term查询的方式执行。 - 找到匹配的文档
term查询在倒排索引中搜索boy,并且返回包含该词的文档。 - 为每个文档打分
term查询综合考虑词频(每篇文档message字段包含boy的次数)、逆文档频率(在全部文档中message字段boy的次数)、包含boy的字段长度(长度越短越相关)来计算每篇文档的相关性得分_score。
参考
<a href="http://www.ruanyifeng.com/blog/2013/03/tf-idf.html">TF-IDF与余弦相似性的应用：阮一峰</a>
