ElasticSearch中term匹配text、match匹配keyword的执行逻辑咨询

测试用DSL代码 #

# 创建索引库的DSL语句
PUT /mytest
{
  "mappings": {
    "properties": {
      "someText1": {
        "type": "text"
      },
      "someText2": {
        "type": "keyword"
      }
    }
  }
}

# 添加一条数据
POST /mytest/_doc/1
{
  "someText1": "Hello World",
  "someText2": "Hello World"
}

# 使用'term'匹配text类型字段，查询结果为空
GET /mytest/_search
{
  "query": {
    "term": {
      "someText1": "Hello World"
    }
  }
}

# 使用'match'匹配keyword类型字段，查询结果包含上述数据
GET /mytest/_search
{
  "query": {
    "match": {
      "someText2": "Hello World"
    }
  }
}

问题 #

请问ElasticSearch会如何执行上述两个查询？

我原本认为，当使用match匹配keyword类型字段时，match会使用standard分词器拆分输入内容，再匹配keyword的倒排索引，结果集应该为空，但实际并非如此，想了解其中原因。

执行逻辑解析 #

1. term查询匹配text字段（结果为空）

• 写入阶段：text类型的someText1字段会被默认的standard分词器处理，将"Hello World"拆分为两个小写词条：hello、world，倒排索引中仅存储这两个词条。
• 查询阶段：term是精确匹配查询，不会对输入的"Hello World"做分词处理，直接用完整字符串去倒排索引中查找。由于索引里不存在该完整词条，因此返回空结果。

2. match查询匹配keyword字段（结果命中）

你的核心误解在于：match查询的分词规则是由目标字段的类型决定的，而非固定使用standard分词器。

• 写入阶段：keyword类型的someText2字段不会做分词处理，倒排索引中存储的是完整的原始字符串"Hello World"。
• 查询阶段：当match作用于keyword字段时，ES会自动使用该字段绑定的keyword分词器——这个分词器不会拆分输入，只会原样保留整个字符串。因此查询输入"Hello World"会被处理为单个完整词条，和索引中的内容完全匹配，最终命中数据。

验证分词行为 #

可以通过_analyze API直观查看不同分词器的处理结果：

# 查看standard分词器处理结果（对应text字段）
POST /_analyze
{
  "analyzer": "standard",
  "text": "Hello World"
}
# 输出结果：["hello", "world"]

# 查看keyword分词器处理结果（对应keyword字段）
POST /_analyze
{
  "analyzer": "keyword",
  "text": "Hello World"
}
# 输出结果：["Hello World"]

内容的提问来源于stack exchange，提问作者Daiwting