> For the complete documentation index, see [llms.txt](https://xiaoxiami.gitbook.io/elasticsearch/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://xiaoxiami.gitbook.io/elasticsearch/ji-chu/35query-dsldslfang-shi-cha-8be229/354zhu-yu-ji-bie-cha-8be228-term-level-queries/term-cha-xun.md).

# Term 查询

**term query**（项查询）是查找包含在反向索引中指定的**确切项**的文档。

例如：

```
POST _search
{
  "query": {
    "term" : { "user" : "Kimchy" } ①
  }
}
```

| ① | 在反向索引的*user*类型中查询确切项包含*Kimchy*的文档。 |
| - | ---------------------------------- |

可以指定 *boost* 参数，用以使此**term query** （项查询）比另一个查询具有更高的相关性分数。

例如：

```
GET _search
{
  "query": {
    "bool": {
      "should": [
        {
          "term": {
            "status": {
              "value": "urgent",
              "boost": 2.0 ①
            }
          }
        },
        {
          "term": {
            "status": "normal"  ②
          }
        }
      ]
    }
  }
}
```

| ① | 紧急查询子句有一个 *boost 2.0*，意味着它比正常查询子句重要两倍。 |
| - | -------------------------------------- |
| ② | *normal* 子句拥有默认中立的 *boost 2.0 。*       |

**为什么 term query （项查询）与我的文档不匹配？**

字符串字段可以是 **text**（文本类型：作为完整文本处理，如电子邮件正文）、 **keyword** （关键字：视为精确值，如电子邮件地址或邮政编码）、 **Exact values**（精确值：如数字，日期和关键字）在字段中指定的精确值添加到倒排索引中确保它可以被搜索。

然而，文本字段是被分析过的。这意味着它们的值首先通过 [**analyzer**](https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis.html)（分析器）以产生项列表，然后将其添加到倒排索引。

有很多方法可以分析文本：默认 [**standard analyzer**](https://www.elastic.co/guide/en/elasticsearch/reference/current/analysis-standard-analyzer.html)（标准分析器） 删除大多数标点符号，将文本分成单个单词，并将其减少。例如，标准分析器会将字符串 “Quick Brown Fox！” 改成项 \[quick，brown，fox] 。

这个分析过程使得可以在一大块全文中搜索单个单词。

**term query**（项查询）在字段的倒排索引中查找一个**确切的项**，它并不知道关于字段 **analyzer** （分析器）的任何事。这就确保在使用 **keyword** （关键字）、数字、日期等字段查找值是有用的。当查询全文字段的时候，使用 [**match query**](https://www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-match-query.html) （匹配查询）来替代，它可以清楚的知道字段如何被分析的。

为了演示，尝试下面的例子。首先，创建一个索引，指定字段映射，并索引文档：

```
PUT my_index
{
  "mappings": {
    "my_type": {
      "properties": {
        "full_text": {
          "type":  "text" ①
        },
        "exact_value": {
          "type":  "keyword" ②
        }
      }
    }
  }
}
PUT my_index/my_type/1
{
  "full_text":   "Quick Foxes!", ③
  "exact_value": "Quick Foxes!"  ④
}
```

| ① | *full\_text*（全文本） 字段是**text**（文本） 类型并且将被分析。      |
| - | ------------------------------------------------ |
| ② | exact\_value （精确值） 字段是**keyword**（关键字）类型并且不会被分析。 |
| ③ | *full\_text*（全文本）倒排索引将会包含项列表：*\[quick,foxes]*。   |
| ④ | exact\_value （精确值）倒排索引将会包含精确项：*\[Quick Foxes!]*。 |

现在，对比一下**term query**（项查询）和**match query**（匹配查询）的结果集：

```
GET my_index/my_type/_search
{
  "query": {
    "term": {
      "exact_value": "Quick Foxes!" ①
    }
  }
}
GET my_index/my_type/_search
{
  "query": {
    "term": {
      "full_text": "Quick Foxes!" ②
    }
  }
}
GET my_index/my_type/_search
{
  "query": {
    "term": {
      "full_text": "foxes" ③
    }
  }
}
GET my_index/my_type/_search
{
  "query": {
    "match": {
      "full_text": "Quick Foxes!" ④
    }
  }
}
```

① 该查询匹配到结果，是因为*exact\_value* （精确值）字段包含精确项 *Quick Foxes!*。

② 该查询没有匹配到结果，是因为*full\_text*（全文本）字段仅包含项 *quick*和*foxes*。并不包含精确项 *Quick Foxes!* 。

③ 项 *foxes*通过**term query**（项查询）匹配到*full\_text*（全文本）字段。

④**match query**（匹配查询）首先在*full\_text*（全文本）字段上分析查询字符串，然后查看文档是否包含*quick*或者*foxes*或者*quick foxes*。