Elasticsearch match、term、filter、query的区别？

### 1. term 查询 - **定义**：term 查询表示完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇。 - **特点**：term 查询不会对搜索词进行分词，是精确搜索。 - **使用场景**：适用于需要精确匹配的场景，比如数字、日期、布尔值、关键词等。 ### 2. match 查询 - **定义**：match 查询会根据字段提供合适的分析器，先对搜索词进行分词，然后逐个对分词结果进行匹配。 - **特点**：match 查询相当于模糊匹配，只需要包含其中一部分关键词就行，是分词匹配搜索。 - **使用场景**：适用于全文检索，需要对文本字段进行分词处理的场景。 ### 3. query 和 filter 的区别 #### 3.1 查询结果的构成 - **query**：查出来的结果包括数据表中符合条件的文档信息以及相关度得分 (_score)。 - **filter**：查出来的结果要么是数据表中符合条件的文档信息，要么为 null，并且不会计算相关度得分。 #### 3.2 查询过程 - **query**：先从数据表中查出符合 name 条件的数据作为集合 A，再查出符合 age 条件的数据作为集合 B，然后取两者的交集得出最后结果。 - **filter**：先从数据表中查出符合 name 条件的数据作为集合，然后使用过滤器直接从该集合中过滤出符合 age 条件的数据，得出最后结果。 #### 3.3 使用场景 - **query**：适用于全文检索和需要计算相关度得分来做排序的场景。 - **filter**：适用于其他情况的过滤查询。 #### 3.4 性能方面 - **filter**：是简单的过滤查询，对集合内的数据只进行满足/不满足条件的筛选，处理速度快，并且具有缓存功能。 - **query**：不仅有查询操作，还要计算符合条件的文档的相关度得分，底层操作复杂，处理速度没有 filter 快，并且查询结果是不可缓存的。 ### 总结 - **term**：用于精确匹配，不进行分词。 - **match**：用于模糊匹配，先进行分词再逐个匹配。 - **query**：用于需要计算相关度得分的查询，适合全文检索。 - **filter**：用于简单的过滤查询，不计算相关度得分，适合需要缓存查询结果的场景。