Text 与 keyword

1. keyword

用于索引结构化内容（如电子邮件地址、主机名、状态码、邮政编码或标记）的字段。
通常用于筛选（查找发布状态为已发布的所有博客文章）、排序和聚合。keyword字段只能按其精确值进行搜索。(为整个字段值建立索引，而不会对其进行分词)

2. text

使用text类型定义的字段，es在建立索引的时候，会对该字段值进行分词（使用默认的分词器，或用户指定的分词器）。

3. 实例理解keyword和text的区别

3.1 建立一个索引，构造测试数据

索引名称my-test，索引类型为shops。
其中，shop_name字段类型为keyword类型（不分词），business_desc字段类型为text类型，采用ik_max_word分词器进行分词。

PUT /my-test
{
  "mappings":{
      "shops":{
          "properties":{
            "shop_id":{"type":"long"},
            "shop_name":{"type":"keyword"},
            "business_desc":{
              "type":"text",
              "analyzer":"ik_max_word"
            },
            "members":{
                "type":"nested",
                "dynamic":false,
                "properties":{
                    "member_id":{"type":"long"},
                    "member_name":{"type":"keyword"}
                }
            }
          }
      }
  }
}

构造两个测试数据：

PUT /my-test/shops/1
{
  "ship_id" : 10000001,
  "shop_name": "王尼玛的电器小店",
  "business_desc": "主营：家用电器、电脑设备、办公设备、安防设备、手机、耳机等",
  "members" : [
    {
      "member_id" :1,
      "member_name" :  "王大大"
    },
    {
      "member_id" : 2,
      "member_name" :  "王二二"
    }
  ]
}

PUT /my-test/shops/2
{
  "ship_id" : 10000002,
  "shop_name": "王大锤的创意小店",
  "business_desc": "主营：创意品，饰品，房间挂件，汽车挂件",
  "members" : [
    {
      "member_id" :1,
      "member_name" :  "张三"
    },
    {
      "member_id" : 2,
      "member_name" :  "李四"
    }
  ]
}

3.2 keyword字段查询（不分词）

3.2.1 测试实例1

以“王尼玛”为搜索内容，搜索shop_name为“王尼玛”的数据：

GET /my-test/shops/_search
{
  "query":{
        "bool":{
            "filter":{"term":{"shop_name":"王尼玛"}}
        }
  }
}

查询结果：匹配到 0 个文档，因为 shop_name 只有一个 “王尼玛的电器小店” 倒排索引

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 0,
    "max_score" : null,
    "hits" : [ ]
  }
}

3.2.2 测试实例2

搜索shop_name为“王尼玛的电器小店”的文档：

GET /my-test/shops/_search
{
  "query":{
        "bool":{
            "filter":{"term":{"shop_name":"王尼玛的电器小店"}}
        }
  }
}

查询结果：匹配到 1 个文档，因为 shop_name 有一个 “王尼玛的电器小店” 倒排索引

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 1,
    "max_score" : 0.0,
    "hits" : [
      {
        "_index" : "my-test",
        "_type" : "shops",
        "_id" : "1",
        "_score" : 0.0,
        "_source" : {
          "ship_id" : 10000001,
          "shop_name" : "王尼玛的电器小店",
          "business_desc" : "主营：家用电器、电脑设备、办公设备、安防设备、手机、耳机等",
          "members" : [
            {
              "member_id" : 1,
              "member_name" : "王大大"
            },
            {
              "member_id" : 2,
              "member_name" : "王二二"
            }
          ]
        }
      }
    ]
  }
}

3.3 text字段查询（分词：ik_max_word）

3.3.1 测试实例1

搜索business_desc（主营描述信息）包含手机和汽车挂件的文档：采用match(会对检索条件分词)

GET /my-test/shops/_search
{
  "query":{
        "bool":{
            "filter":{"match":{"business_desc":"手机和汽车挂件"}}
        }
  }
}

查询结果：匹配到 2 个文档，因为 business_desc字段定义类型为text类型，使用分词器为ik_max_word，es在保存文档的时候，business_desc的内容会被分词器ik_max_word按照分词规则拆分成：家用、电器、电脑、设备、办公、安防、手机、耳机等词后建立倒排索引。

{
  "took" : 4,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 2,
    "max_score" : 0.0,
    "hits" : [
      {
        "_index" : "my-test",
        "_type" : "shops",
        "_id" : "2",
        "_score" : 0.0,
        "_source" : {
          "ship_id" : 10000002,
          "shop_name" : "王大锤的创意小店",
          "business_desc" : "主营：创意品，饰品，房间挂件，汽车挂件",
          "members" : [
            {
              "member_id" : 1,
              "member_name" : "张三"
            },
            {
              "member_id" : 2,
              "member_name" : "李四"
            }
          ]
        }
      },
      {
        "_index" : "my-test",
        "_type" : "shops",
        "_id" : "1",
        "_score" : 0.0,
        "_source" : {
          "ship_id" : 10000001,
          "shop_name" : "王尼玛的电器小店",
          "business_desc" : "主营：家用电器、电脑设备、办公设备、安防设备、手机、耳机等",
          "members" : [
            {
              "member_id" : 1,
              "member_name" : "王大大"
            },
            {
              "member_id" : 2,
              "member_name" : "王二二"
            }
          ]
        }
      }
    ]
  }
}

3.3.2 测试实例2

搜索business_desc（主营描述信息）包含手机和汽车挂件的文档：term(检索条件不分词)

GET /my-test/shops/_search
{
  "query":{
        "bool":{
            "filter":{"term":{"business_desc":"手机和汽车挂件"}}
        }
  }
}

查询结果：匹配到 0 个文档，因为term查询不会对检索条件进行分词

{
  "took" : 0,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : 0,
    "max_score" : null,
    "hits" : [ ]
  }
}

3.4 小结

shop_name 字段的类型是 keyword，ES 在为该字段建立索引的时候，会为整个字段值建立索引，而不会对其进行分词，例如某个店铺名称是“王大锤的创意品小店”，ES 的倒排索引会建立针对“王大锤的创意品小店”的倒排索引。
business_desc 字段类型是 text，ES 在为该字段建立索引时，会首先对字段值进行分词（使用默认的分词器，或用户指定的分词器），例如某个店铺的经营描述是“创意品，饰品，房间挂件，汽车挂件”，ES 会为创意品、饰品、房间、挂件、汽车、挂件等都建立倒排索引

term 将被检索词作为一个名词在指定字段上进行检索（不对被检索词进行分词操作），match 则将被检索词进行分词后在指定字段上进行检索。