词项级和全文查询对比
您可以使用术语级查询和全文查询来搜索文本，但术语级查询通常用于搜索结构化数据，而全文查询则用于全文搜索。术语级查询和全文查询之间的主要区别在于，术语级查询搜索文档中精确指定的术语，而全文查询会分析查询字符串。下表总结了术语级查询和全文查询之间的区别。
| 词条级查询 | 全文查询 | |
|---|---|---|
| 描述 | 术语级查询回答哪些文档符合查询。 | 全文查询回答文档与查询的匹配程度。 |
| 分析器 | 搜索术语未经分析。这意味着术语查询会按原样搜索您的搜索术语。 | 搜索术语由在索引时用于特定文档字段的同一分析器进行分析。这意味着您的搜索术语会经历与文档字段相同的分析过程。 |
| 相关性 | 术语级查询简单地返回匹配的文档，不根据相关性分数进行排序。它们仍然会计算相关性分数，但该分数对于所有返回的文档都是相同的。 | 全文查询为每个匹配计算一个相关性分数，并按相关性递减的顺序对结果进行排序。 |
| 用例 | 当您想要匹配精确值（例如数字、日期或标签）且不需要按相关性对匹配项进行排序时，请使用术语级查询。 | 使用全文查询来匹配文本字段，并在考虑了大小写和词干变体等因素后按相关性排序。 |
OpenSearch 使用 BM25 排名算法计算相关性分数。要了解更多信息，请参阅Okapi BM25。
我应该使用全文查询还是术语级查询？
为了阐明全文查询和术语级查询之间的区别，请考虑以下两个搜索特定文本短语的示例。莎士比亚的全部作品已在 OpenSearch 集群中建立索引。
示例：短语搜索
在此示例中，您将在 text_entry 字段中搜索莎士比亚全部作品中的短语“To be, or not to be”。
首先，对此搜索使用一个术语级查询
GET shakespeare/_search
{
"query": {
"term": {
"text_entry": "To be, or not to be"
}
}
}
响应不包含任何匹配项，由零个 hits 指示
{
"took" : 3,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 0,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
}
}
这是因为术语“To be, or not to be”在倒排索引中是按字面搜索的，其中仅存储文本字段的分析值。术语级查询不适合搜索已分析的文本字段，因为它们经常产生意外结果。处理文本数据时，仅对映射为 keyword 的字段使用术语级查询。
现在使用一个全文查询搜索相同的短语
GET shakespeare/_search
{
"query": {
"match": {
"text_entry": "To be, or not to be"
}
}
}
搜索查询“To be, or not to be”被分析并分词为令牌数组，就像文档的 text_entry 字段一样。全文查询获取搜索查询与所有文档的 text_entry 字段之间令牌的交集，然后按相关性分数对结果进行排序
{
"took" : 19,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 10000,
"relation" : "gte"
},
"max_score" : 17.419369,
"hits" : [
{
"_index" : "shakespeare",
"_id" : "34229",
"_score" : 17.419369,
"_source" : {
"type" : "line",
"line_id" : 34230,
"play_name" : "Hamlet",
"speech_number" : 19,
"line_number" : "3.1.64",
"speaker" : "HAMLET",
"text_entry" : "To be, or not to be: that is the question:"
}
},
{
"_index" : "shakespeare",
"_id" : "109930",
"_score" : 14.883024,
"_source" : {
"type" : "line",
"line_id" : 109931,
"play_name" : "A Winters Tale",
"speech_number" : 23,
"line_number" : "4.4.153",
"speaker" : "PERDITA",
"text_entry" : "Not like a corse; or if, not to be buried,"
}
},
{
"_index" : "shakespeare",
"_id" : "103117",
"_score" : 14.782743,
"_source" : {
"type" : "line",
"line_id" : 103118,
"play_name" : "Twelfth Night",
"speech_number" : 53,
"line_number" : "1.3.95",
"speaker" : "SIR ANDREW",
"text_entry" : "will not be seen; or if she be, its four to one"
}
}
]
}
}
...
有关所有全文查询的列表，请参阅全文查询。
示例：精确术语搜索
如果您想在 speaker 字段中搜索诸如“HAMLET”之类的精确术语，并且不需要按相关性分数对结果进行排序，则术语级查询更高效
GET shakespeare/_search
{
"query": {
"term": {
"speaker": "HAMLET"
}
}
}
响应包含文档匹配项
{
"took" : 5,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 1582,
"relation" : "eq"
},
"max_score" : 4.2540946,
"hits" : [
{
"_index" : "shakespeare",
"_id" : "32700",
"_score" : 4.2540946,
"_source" : {
"type" : "line",
"line_id" : 32701,
"play_name" : "Hamlet",
"speech_number" : 9,
"line_number" : "1.2.66",
"speaker" : "HAMLET",
"text_entry" : "[Aside] A little more than kin, and less than kind."
}
},
{
"_index" : "shakespeare",
"_id" : "32702",
"_score" : 4.2540946,
"_source" : {
"type" : "line",
"line_id" : 32703,
"play_name" : "Hamlet",
"speech_number" : 11,
"line_number" : "1.2.68",
"speaker" : "HAMLET",
"text_entry" : "Not so, my lord; I am too much i' the sun."
}
},
{
"_index" : "shakespeare",
"_id" : "32709",
"_score" : 4.2540946,
"_source" : {
"type" : "line",
"line_id" : 32710,
"play_name" : "Hamlet",
"speech_number" : 13,
"line_number" : "1.2.75",
"speaker" : "HAMLET",
"text_entry" : "Ay, madam, it is common."
}
}
]
}
}
...
术语级查询提供精确匹配。因此，如果您搜索“Hamlet”，您不会收到任何匹配项，因为“HAMLET”是一个关键词字段，它在 OpenSearch 中是按字面存储的，而不是以分析形式存储的。搜索查询“HAMLET”也是按字面搜索的。因此，要获得此字段的匹配项，我们需要输入完全相同的字符。