match和term

match查询是带有分词的，所以一般模糊查询的时候使用match，

term就是精准查询了，必须全部匹配，但是这里有个小细节，直接使用term精准匹配可能查不出来数据，我们看看为啥，

        我们先查询全部的数据，可以看到我们查出来的结果有两个，一个字段city值是York，另一个是New York。

        接下来使用match进行York的匹配，因为match是分词匹配的，两个文档中都有York，所有都查询出来了，

        我们使用term精准查询匹配York的文档，可以看到，明明有一个值为York的却无法查询出来，

        但是当我们将York变成york小写的时候就查询出来了，并且查出来的还是多个，跟使用match没什么区别，这里的原因是因为city是个text类型的字段，被分词器分词了，并且York还被分词器转换成了小写，这时候使用term去查询，其实是拿查询条件和被分词的索引关键字一一匹配，

        此时的倒排索引中拥有 new、york两个索引关键字，使用term精准匹配时，York显然匹配补上york，当我们使用了york时，又因为是和倒排索引匹配的，所以在我们看来不相关的文档 New York也被查了出来，

        这时候就需要我们的keyword字段上场了，和term搭配做到精准匹配的效果，

       这次我在查询条件city后面加了一个city.raw，使用York即匹配上了，这里使用york就不行了，这里的raw其实就是keyword字段，

        可以看到，我的es索引在定义的时候，city这个text类型里面还有一个fields的属性，这里涉及到多fileds的概念，名字叫raw，类型是keyword，keyword就是为了在做聚合 排序、精准匹配的时候使用的，keyword不会被分词，直接使用原始的文档去做匹配。

        官方对多fileds的文档：fields | Elasticsearch Guide [7.15] | Elastic，其实就是对一个字段做出多种分词处理，keyword即不分词，

        所以使用term的时候，请多注意一下，需要精准匹配原文档，请带上keyword类型的字段去查询，模糊查询就用match。

        

match_phrase

match_phrase和match类似，都是进行分词查询的，但是phrase多了一个特性，就是条件中出现的单词必须全部存在，并且要按照顺序出现，否则就无法匹配。

例如匹配He， 有一个内容是 He Hi Yo Ga的数据，

  使用 Hi He匹配，由于顺序不对，无法匹配上

但是使用match则可以 

 

使用He Yo也不行，由此可见match_phrase对 顺序、内容要求都较高。