### 匹配查詢 不管你搜索什么內容，`match`查詢是你首先需要接觸的查詢。它是一個高級查詢，意味著`match`查詢知道如何更好的處理全文檢索和準確值檢索。 這也就是說，`match`查詢的一個主要用途是進行全文搜索。讓我們通過一個小例子來看一下全文搜索是如何工作的。 #### 索引一些數據 首先，我們使用`bulk` API來創建和索引一些文檔： ```json DELETE /my_index <1> PUT /my_index { "settings": { "number_of_shards": 1 }} <2> POST /my_index/my_type/_bulk { "index": { "_id": 1 }} { "title": "The quick brown fox" } { "index": { "_id": 2 }} { "title": "The quick brown fox jumps over the lazy dog" } { "index": { "_id": 3 }} { "title": "The quick brown fox jumps over the quick dog" } { "index": { "_id": 4 }} { "title": "Brown fox brown dog" } ``` // SENSE: 100_Full_Text_Search/05_Match_query.json <1> 刪除已經存在的索引(如果索引存在) <2> 然后，`關聯失效`這一節解釋了為什么我們創建該索引的時候只使用一個主分片。 #### 單詞查詢 第一個例子解釋了當使用`match`查詢進行單詞全文搜索時發生了什么： ```json GET /my_index/my_type/_search { "query": { "match": { "title": "QUICK!" } } } ``` // SENSE: 100_Full_Text_Search/05_Match_query.json Elasticsearch通過下面的步驟執行`match`查詢： 1. _檢查field類型_ `title`字段是一個字符串(`analyzed`)，所以該查詢字符串也需要被分析(`analyzed`) 2. _分析查詢字符串_ 查詢詞`QUICK!`經過標準分析器的分析后變成單詞`quick`。因為我們只有一個查詢詞，因此`match`查詢可以以一種低級別`term`查詢的方式執行。 3. _找到匹配的文檔_ `term`查詢在倒排索引中搜索`quick`，并且返回包含該詞的文檔。在這個例子中，返回的文檔是1，2，3。 4. _為每個文檔打分_ `term`查詢綜合考慮詞頻（每篇文檔`title`字段包含`quick`的次數）、逆文檔頻率（在全部文檔中`title`字段包含`quick`的次數）、包含`quick`的字段長度（長度越短越相關）來計算每篇文檔的相關性得分`_score`。（更多請見相關性介紹） 這個過程之后我們將得到以下結果（簡化后）： ```json "hits": [ { "_id": "1", "_score": 0.5, <1> "_source": { "title": "The quick brown fox" } }, { "_id": "3", "_score": 0.44194174, <2> "_source": { "title": "The quick brown fox jumps over the quick dog" } }, { "_id": "2", "_score": 0.3125, <2> "_source": { "title": "The quick brown fox jumps over the lazy dog" } } ] ``` <1> 文檔1最相關，因為 `title` 最短，意味著`quick`在語義中起比較大的作用。 <2> 文檔3比文檔2更相關，因為在文檔3中`quick`出現了兩次。