ES中字符串keyword和text类型区别

最新推荐文章于 2025-10-18 11:51:08 发布

原创最新推荐文章于 2025-10-18 11:51:08 发布 · 3.5k 阅读

31 ·

CC 4.0 BY-SA版权

文章标签：

#elasticsearch #数据库

ES 专栏收录该内容

11 篇文章

订阅专栏

本文介绍了ES中text和keyword字段的区别，text用于全文搜索，可能导致模糊匹配，而keyword用于精确匹配。默认情况下，字符串字段既有text也有keyword类型，match查询会分词并与所有类型的数据对比，而term查询仅精确匹配。

文章目录

text文本类型或keyword关键字类型
总结

text文本类型或keyword关键字类型

ES2.*版本里面是没有这两个字段，只有string字段。ES5.*及以后的版本，把string字段设置为了过时字段，引入text，keyword字段。

一切文本类型的字符串可以定义成 text文本类型或keyword关键字类型两种类型。区别在于:

text类型（文本类型）会使用默认分词器分词，也就是存入的数据会先进行分词，然后将分完词的词组存入索引，当然你也可以为他指定特定的分词器。text类型检索不是直接给出是否匹配，而是检索出相似度，并按照相似度由高到低返回结果。这样会导致本来我们认为应该查询出来的数据有可能会查询不到。
keyword类型（关键字类型），那么默认就不会对其进行分词，原样存储。当一个字段需要按照精确值进行过滤、排序、聚合等操作时, 就应该使用keyword类型。keyword类型检索，直接被存储为了二进制，检索时我们直接匹配，不匹配就返回false。所以精确匹配可以用keyword。

那为什么我们有时候使用查询条件时，查询条件里加keyword和不加keyword得到结果有时候和预想当中的不一样呢?

我们来看看，ES默认对字符串类型数据的mapping既有text也有keyword类型，比如：

PUT /test/_doc/1
{
  "name":"张三",
  "address":"广东深圳",
  "age":12
}

PUT /test/_doc/2
{
  "name":"李四",
  "address":"广西南宁",
  "age":13
}

查看该索引的mapping，GET /test/_mapping：

{
    "test":{
        "mappings":{
            "properties":{
                "address":{
                    "type":"text",
                    "fields":{
                        "keyword":{
                            "type":"keyword",
                            "ignore_above":256
                        }
                    }
                },
                "age":{
                    "type":"long"
                },
                "name":{
                    "type":"text",
                    "fields":{
                        "keyword":{
                            "type":"keyword",
                            "ignore_above":256
                        }
                    }
                }
            }
        }
    }
}

可以看到ES默认对字符串类型数据的mapping既有text也有keyword类型

1 match查询

match查询会分析查询条件，先将查询条件进行分词，然后查询，求并集

（1）match查询不加keyword：

GET /test/_search
{
  "query": {
    "match": {
      "address":"广东深圳"
    }
  }
}

结果是我们插入的两条数据都会查询出来。

我们可以查看索引中数据的分词结果： GET /test/_doc/1/_termvectors?fields=address

在这里插入图片描述

可以看到，这里的数据被ES分为了4个词分别是“广” ，“东”，“深”，“圳”。同样，第二条数据也被分为了“广” ，“西”，“南”，“宁”。（这和分词器有关）

这里可以理解为：

keyword类型存储的数据为“广东深圳”（存储未分词的原始数据）
text类型存储的数据为“广” ，“东”，“深”，“圳”（存储分词后的）

之所以查到两条，原因是，match查询会将查询条件分词，也就是查询条件（广东深圳）会被分词为“广” ，“东”，“深”，“圳”和原始数据“广东深圳”的分词数据做比对，前面说了，字符串默认是既有text类型，又有keyword类型，没有加keyword，查询的就是text类型的，所以命中了两条数据。

（2）match查询加keyword：

GET /test/_search
{
  "query": {
    "match": {
      "address.keyword":"广东深圳"
    }
  }
}

不出意外，只命中了一条

在这里插入图片描述

但将查询条件由广东深圳–>广东深，结果会怎样呢？

GET /test/_search
{
  "query": {
    "match": {
      "address.keyword":"广东深"
    }
  }
}

结果就是一条都没中，match查询不是会对查询条件分词吗？怎么一条都没有命中

原因是不管加没加keyword，只要是match查询，都会对查询条件进行分词，但是加了keyword，ES只会去检索keyword类型里存储的数据（此时原始数据“广东深圳”不分词，就只有“广东深圳”这个词），不加keyword，ES只会去检索text类型里存储的数据

2 term 查询

不会分析查询条件，只有当词条和查询字符串完全匹配时才匹配，也就是精确查找

（1）term查询不加keyword：

GET /test/_search
{
  "query": {
    "term": {
      "address":"广东深圳"
    }
  }
}

不出意料，一条也没有命中，原因是term不会分词，不加keyword，ES只会去检索text类型里面的数据，自然匹配不到。

这里就是条件"广东深圳" 与分词结果（ “广” ，“东”，“深”，“圳”）做比对。

（2）term查询不加keyword：

GET /test/_search
{
  "query": {
    "term": {
      "address.keyword":"广东深圳"
    }
  }
}

不出意料命中了一条。

这里就是条件"广东深圳" 与分词结果（“广东深圳”）做比对。

总结

match查询会对条件分词（注意，也会保留一份未分词的原始条件去查询），term查询不会对条件分词

查询条件加keyword和不加keyword，决定了查询的是存储在keyword类型里面的数据还是存储在text类型里面的数据（也就是说和不分词，还是分词的数据做比对）