1. 背景
ES2.*版本里面是没有这两个字段，只有string字段。 ES5.*及以后的版本，把string字段设置为了过时字段，引入text，keyword字段。
2.文本类型（text）关键字类型（keyword）区别
一切文本类型的字符串可以定义成 text文本类型或keyword关键字类型两种类型。
区别在于，text类型（文本类型）会使用默认分词器分词，也就是存入的数据会先进行分词，然后将分完词的词组存入索引，当然你也可以为他指定特定的分词器。 text类型检索不是直接给出是否匹配，而是检索出相似度，并按照相似度由高到低返回结果。这样会导致本来我们认为应该查询出来的数据有可能会查询不到。
如果定义成keyword类型（关键字类型），那么默认就不会对其进行分词，原样存储。当一个字段需要按照精确值进行过滤、排序、聚合等操作时, 就应该使用keyword类型. keyword类型检索，直接被存储为了二进制，检索时我们直接匹配，不匹配就返回false。所以精确匹配可以用keyword。
那为什么我们有时候使用查询条件时，查询条件里加keyword和不加keyword得到结果有时候和预想当中的不一样呢?看下面例子
3.示例
准备数据
PUT /test/_doc/1
{
"name":"张三",
"address":"广东深圳",
"age":12
}
PUT /test/_doc/2
{
"name":"李四",
"address":"广西老表",
"age":13
}
查看该索引的mapping，可以看到ES默认对字符串类型数据的mapping既有text也有keyword类型
GET /test/_mapping
3.1、match查询不加keyword（match查询会分析查询条件，先将查询条件进行分词，然后查询，求并集）
GET /test/_search
{
"query": {
"match": {
"address":"广东深圳"
}
}
}
结果
查看索引中数据的分词结果 GET /test/_doc/1/_termvectors?fields=address
可以看到，这里的数据被ES分为了4个词分别是“广” ，“东”，“深”，“圳”。同样，第二条数据也被分为了“广” ，“西”，“南”，“宁”。这里可以理解为 keyword类型存储的数据为“广东深圳”（存储未分词的原始数据） text类型存储的数据为“广” ，“东”，“深”，“圳”（存储分词后的）
之所以查到两条，原因是，match查询会将查询条件分词， 也就是查询条件（广东深圳）会被分词为“广” ，“东”，“深”，“圳”和原始数据“广东深圳”去查询，前面说了，字符串默认是既有text类型，又有keyword类型，没有加keyword，查询的就是text类型的，所以命中了两条数据
接下来加上keyword去查询看看结果会是怎么样
GET /test/_search
{
"query": {
"match": {
"address.keyword":"广东深圳"
}
}
}
不出意外，只命中了一条
接下来查询条件由广东深圳–>广东深，结果会怎样呢
GET /test/_search
{
"query": {
"match": {
"address.keyword":"广东深"
}
}
}
match查询不是会对查询条件分词吗？怎么一条都没有命中
原因是不管加没加keyword，只要是match查询，都会对查询条件进行分词， 但是加了keyword，ES只会去检索keyword类型里存储的数据，不加keyword，ES只会去检索text类型里存储的数据
3.2、term查询（不会分析查询条件，只有当词条和查询字符串完全匹配时才匹配，也就是精确查找）
term不加keyword
GET /test/_search
{
"query": {
"term": {
"address":"广东深圳"
}
}
}
结果：
不出意料，一条也没有命中，原因是term不会分词，不加keyword，ES只会去检索text类型里面的数据，自然匹配不到
加上keyword后
GET /test/_search
{
"query": {
"term": {
"address.keyword":"广东深圳"
}
}
}
不出意料命中了一条。
4.总结：
1、match查询会分词（注意，也会保留一份未分词的原始数据去查询），term查询不会分词 2、查询条件加keyword和不加keyword，决定了查询的是存储在keyword类型里面的数据还是存储在text类型里面的数据
以上是对于加keyword和不加keyword查询的一些总结，初学ES，不对的地方欢迎各位多多指正
相关链接
发表评论