Elasticsearch 中 text 和 keyword 有什么区别？怎么选择？

简化版

text 会被分词，适合全文检索；keyword 不分词，按完整值建立索引，适合精确匹配、排序、聚合和去重。需要既能搜索又能聚合时，常用 multi-fields：主字段用 text，子字段 .keyword 用 keyword。

详细版

两者的核心区别是“是否分析文本”：

对比项	text	keyword
是否分词	会经过 analyzer	不分词，保留整体值
典型用途	全文搜索、相关性匹配	精确过滤、排序、聚合
查询方式	`match`、`multi_match`	`term`、`terms`、排序、terms 聚合
示例字段	标题、正文、评论内容	状态、标签、手机号、订单号、枚举值

例如：

{
  "title": "Java Interview Guide",
  "status": "published"
}

title 适合 text，因为用户可能搜 java guide；status 适合 keyword，因为它是一个整体枚举值，不希望被拆开。

常见设计：

"title": {
  "type": "text",
  "fields": {
    "keyword": {
      "type": "keyword"
    }
  }
}

这样 title 用于全文检索，title.keyword 用于排序或聚合。

完整版教学

一、text 字段为什么要分词

全文检索面对的是自然语言。用户输入“Java 集合”，文章标题可能是“深入理解 Java Collection 框架”。如果字段不分词，只按完整字符串匹配，用户很难搜到想要的内容。

text 字段会经过 analyzer，例如：

"Java Interview Guide" -> java, interview, guide

搜索时用户输入也会被分析，然后用 token 去倒排索引里匹配。这样可以支持：

部分词命中；
大小写归一；
同义词扩展；
语言相关分词；
相关性评分。

二、keyword 字段为什么不分词

有些字段本身就是一个整体值，拆开反而会错。

例如：

order_no = "AIGC-20260719-0001"
status = "PAID"
phone = "13800000000"

这些字段的业务语义是“完整相等”。如果订单号被拆成多个 token，精确查询、聚合统计和排序都会变得不可靠。

所以 keyword 更适合：

term 精确查询；
terms 多值过滤；
terms aggregation 分组统计；
排序；
去重；
枚举字段过滤。

三、为什么 text 字段直接做聚合容易出问题

text 字段面向全文检索，默认通常不会直接用于排序和聚合。因为它保存的是分词后的 token，聚合出来的不是原始完整值，而是词项。

例如标题：

"Java 集合 面试题"
"Java 并发 面试题"

如果按分词后的 token 聚合，可能得到：

java: 2
面试题: 2
集合: 1
并发: 1

这和“按完整标题分组”完全不是一回事。需要按完整标题、品牌、状态等字段聚合时，应该使用 keyword。

四、multi-fields 是最常见答案

很多字符串字段既要全文检索，又要精确聚合。此时可以给同一个字段建立多种索引方式：

PUT /articles
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "standard",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 256
          }
        }
      }
    }
  }
}

查询时：

{
  "query": {
    "match": {
      "title": "Java 集合"
    }
  },
  "sort": [
    { "title.keyword": "asc" }
  ]
}

title 负责搜索，title.keyword 负责排序。这个设计非常高频，面试里一定要讲出来。

五、选择字段类型的判断口诀

可以按业务问题倒推字段类型：

用户会不会输入几个词来搜索？会，用 text。
这个字段是不是枚举、编号、标签、状态？是，用 keyword。
要不要排序和聚合？通常需要 keyword、数值或日期字段。
同一个字符串既要搜索又要统计？用 text + keyword 多字段。
中文字段要不要更好的分词效果？要考虑中文 analyzer，不只是选 text。

六、常见误区与追问

字段	更适合类型	典型查询
`title`	`text` + `keyword` 子字段	`match title`，必要时 `sort title.keyword`
`status`	`keyword`	`term status`
`order_no`	`keyword`	精确查询、去重
`content`	`text`	全文检索、相关性评分

"Java Interview Guide"
text    -> java, interview, guide
keyword -> "Java Interview Guide"

记忆钩子：用户按“词”搜内容，用 text；系统按“完整值”过滤、排序、聚合，用 keyword。

如果 10 万篇文章标题都用 text 直接做 terms 聚合，得到的可能是 java: 30000、面试: 20000 这种 token 统计；如果业务想看“完整标题去重”或按标题排序，就必须走 title.keyword 这类完整值字段。

误区：字符串字段都用 text。 状态、编号、枚举、标签、租户 id 这类字段需要完整值语义，通常应使用 keyword。
误区：keyword 不能搜索。 它可以精确查询、前缀查询、通配查询等，只是不做全文分词和相关性语义。
误区：text 字段不能保留完整值。 可以通过 multi-fields 同时建 text 和 .keyword，分别服务搜索与聚合排序。
追问：为什么 term 查 text 经常查不到？ term 不会分析查询词，而 text 索引里保存的是分析后的 token，大小写、分词结果可能对不上。
追问：ignore_above 有什么影响？ 超过阈值的字符串不会写入该 keyword 子字段，排序、聚合或精确查询可能查不到这个超长值。
追问：中文标题只设 text 就够吗？ 不一定，全文检索要配置合适中文 analyzer；如果还要排序、聚合或精确匹配，还需要 keyword 子字段。

七、加强记忆

记住“text 看内容，keyword 看整体”。text 解决全文检索，keyword 解决精确过滤、排序和聚合；业务里最常见的是同一个字符串字段建 multi-fields，让搜索和统计各走各的索引方式。

简化版

详细版