38、初识搜索引擎_query string的分词以及mappi

1、query string分词

query string必须以和index建立时相同的analyzer进行分词
query string会对exact value和full text的区别对待
date：exact value
_all：full text
比如我们有一个document，其中有一个field，包含的value是：hello you and me，建立倒排索引

什么时query string？

我们要搜索这个document对应的index，搜索文本是"hello me"，这个搜索文本就是query string，是紧跟在_search后的，如：_search?field:xxx
query string，默认情况下，es会使用它对应的field建立倒排索引时相同的分词器去进行分词，分词和normalization，只有这样，才能实现正确的搜索
我们建立倒排索引的时候，将dogs --> dog，结果你搜索的时候，还是一个dogs，那不就搜索不到了吗？所以搜索的时候，那个dogs也必须变成dog才行。才能搜索到。
知识点：不同类型的field，可能有的就是full text，有的就是exact value
比如：
post_date，date：exact value
_all：full text，分词，normalization

2、mapping引入案例遗留问题大揭秘

• GET /_search?q=2017:搜索的是_all field，document所有的field都会拼接成一个大串，进行分词,在这些_all field中找到3个2017，所以，自然会搜到3个结果.
• GET /_search?q=2017-01-01:_all，2017-01-01，query string会用跟建立倒排索引一样的分词器去进行分词,这个搜索字符会被分为 2017，01，01，那么一样找到了3个2017，所以有3个结果。
• GET /_search?q=post_date:2017-01-01：其中'post_date'的类型时date，date会作为exact value去建立索引，所以，符合2017-01-01这条信息的就只有一条数据，所以返回1个结果。
• GET /_search?q=post_date:2017，这个暂时不做解释，因为是es 5.2以后做的一个优化。

3、测试分词器

GET /_analyze
{
  "analyzer": "standard",
  "text": "Text to analyze"
}
------------------------------结果------------------------------
{
  "tokens": [
    {
      "token": "text",
      "start_offset": 0,
      "end_offset": 4,
      "type": "<ALPHANUM>",
      "position": 0
    },
    {
      "token": "to",
      "start_offset": 5,
      "end_offset": 7,
      "type": "<ALPHANUM>",
      "position": 1
    },
    {
      "token": "analyze",
      "start_offset": 8,
      "end_offset": 15,
      "type": "<ALPHANUM>",
      "position": 2
    }
  ]
}

这个语法就是测试分词器，解释：
analyzer：分词器类型
text：用于测试各类分词器的内容。
结果：显示分词器对内容的分词结果。