一文读懂ElasticSearch中字符串keyword和text类型区别

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