面试题：ElasticSearch中match与term在文本搜索场景下的区别

Question

在ElasticSearch中，假设我们有一个存储文章内容的索引，字段名为 'article_content'。当我们要搜索包含特定关键词的文章时，分别阐述使用match和term查询的方式及结果差异，结合分词原理说明原因。

Answer 1

match查询

1. 查询方式：match查询是一种全文搜索查询，它会根据字段的映射类型进行分词处理。例如，使用match查询搜索关键词“云计算”：

{
    "query": {
        "match": {
            "article_content": "云计算"
        }
    }
}

2. 结果差异：它会先对查询词“云计算”进行分词，然后在倒排索引中查找分词后的词项，找到包含这些词项的文档，并且会根据词项在文档中的出现频率、位置等因素计算相关性得分，返回相关性较高的文档。比如文章中多次出现“云”“计算”相关的词，该文章相关性得分可能较高就会被返回。
3. 分词原理及原因：match查询使用的分词器会根据字段的映射配置进行分词（默认使用标准分词器）。标准分词器会将文本按词边界进行切分，如“云计算”可能被切分为“云”“计算”两个词项。在索引时，文档的article_content字段也同样经过分词处理，存储的是分词后的词项。查询时，将查询词分词后与索引中的词项匹配，由于是分词匹配，所以即使文档中没有完整的“云计算”这个词组，只要有“云”和“计算”相关词，也可能被匹配到，这种方式适合处理全文搜索场景，能返回语义相关的文档。

term查询

1. 查询方式：term查询是一种精确查询，不会对查询词进行分词处理。例如，查询“云计算”：

{
    "query": {
        "term": {
            "article_content": "云计算"
        }
    }
}

2. 结果差异：它会直接在倒排索引中查找完整的“云计算”这个词项，如果索引中存在这个精确的词项，则返回包含该词项的文档；如果不存在，则不返回任何文档。即使文档中有“云”和“计算”但不是“云计算”这个精确词组，也不会被匹配到。
3. 分词原理及原因：term查询不进行分词，直接将查询词作为一个整体去索引中查找。在索引时，article_content字段同样是按配置的分词器进行分词存储词项。但term查询不考虑分词后的情况，只找精确匹配的词项，这种方式适用于对精确值的查找，如ID、日期等不需要分词的字段查询。如果对文本字段使用term查询，需要确保索引和查询时的文本格式完全一致，否则可能查不到预期结果。