在我们针对 text 类型的字段进行分词时，分词器会把该字段分解为一个个的 token。如果你对分词器还不是很理解的话，请参考我之前的文章 “Elasticsearch: analyzer”。在分词时，有一个叫做 token_count 的类型。该类型是 token 的计数器，也就是说，我们可以使用它来了解在索引字段时在字符串中生成的 token 数量。
我们下面用一个比较简单的例子来进行展示。在我们的示例中，我们将索引一些书名，并且我们将过滤标题中只有 2 个 token 的书。
`
1. PUT book_token_count_test
2. {
3. "mappings": {
4. "properties": {
5. "book_name": {
6. "type": "text",
7. "fields": {
8. "size": {
9. "type": "token_count",
10. "analyzer": "standard"
11. }
12. }
13. }
14. }
15. }
16. }
`
我们使用如下的命令来写入一下文档：
1. POST book_token_count_test/_bulk
2. {"index":{}}
3. { "book_name": "Ulysses" }
4. {"index":{}}
5. { "book_name": "Don Quixote" }
6. {"index":{}}
7. { "book_name": "One Hundred Years of Solitude" }
我们使用如下的命令来搜索 token 数为 2 的文档：
1. GET book_token_count_test/_search
2. {
3. "query": {
4. "term": {
5. "book_name.size": {
6. "value": "2"
7. }
8. }
9. }
10. }
上面搜索的结果为：
`
1. {
2. "took": 273,
3. "timed_out": false,
4. "_shards": {
5. "total": 1,
6. "successful": 1,
7. "skipped": 0,
8. "failed": 0
9. },
10. "hits": {
11. "total": {
12. "value": 1,
13. "relation": "eq"
14. },
15. "max_score": 1,
16. "hits": [
17. {
18. "_index": "book_token_count_test",
19. "_id": "cxczBoYB6OPboMnB7TQu",
20. "_score": 1,
21. "_source": {
22. "book_name": "Don Quixote"
23. }
24. }
25. ]
26. }
27. }
`
我们可以使用 range 查询来检索 book_name 中包含 3 个以上 token 的文档，我们只会得到标题为 “One Hundred Years of Solitude” 的文档。
1. GET book_token_count_test/_search
2. {
3. "query": {
4. "range": {
5. "book_name.size": {
6. "gte": 3
7. }
8. }
9. }
10. }
上面搜索的结果为：
`
1. {
2. "took": 1,
3. "timed_out": false,
4. "_shards": {
5. "total": 1,
6. "successful": 1,
7. "skipped": 0,
8. "failed": 0
9. },
10. "hits": {
11. "total": {
12. "value": 1,
13. "relation": "eq"
14. },
15. "max_score": 1,
16. "hits": [
17. {
18. "_index": "book_token_count_test",
19. "_id": "dBczBoYB6OPboMnB7TQu",
20. "_score": 1,
21. "_source": {
22. "book_name": "One Hundred Years of Solitude"
23. }
24. }
25. ]
26. }
27. }
`
希望这个小小的建议能帮助到你的工作！
