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。

PUT book_token_count_test
{
  "mappings": {
    "properties": {
      "book_name": {
        "type": "text",
        "fields": {
          "size": {
            "type": "token_count",
            "analyzer": "standard"
          }
        }
      }
    }
  }
}

我们使用如下的命令来写入一下文档：

POST book_token_count_test/_bulk
{"index":{}}
{ "book_name": "Ulysses" }
{"index":{}}
{ "book_name": "Don Quixote" }
{"index":{}}
{ "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：

GET book_token_count_test/_search
{
  "query": {
    "term": {
      "book_name.size": {
        "value": "2"
      }
    }
  }
}

上面搜索的结果为：

{
  "took": 273,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 1,
      "relation": "eq"
    },tgcode
    "max_score": 1,
    "hits": [
      {
        "_index": "book_token_count_test",
 tgcode       "_id": "cxczBoYB6OPboMnB7TQu",
        "_score": 1,
        "_source": {
          "book_name": "Don Quixote"
        }
      }
    ]
  }
}tgcode

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。

GET book_token_count_test/_search
{
  "query": {
    "range": {
      "book_name.size": {
        "gte": 3
      }
    }
  }
}

上面搜索的结果为：

{
  "took": 1,
  "timed_out": false,
  "_shards": {
    "total": 1,
    "successful": 1,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": {
      "value": 1,
      "relation": "eq"
    },
    "max_score": 1,
    "hits": [
      {
        "_index": "book_token_count_test",
        "_id": "dBczBoYB6OPboMnB7TQu",
        "_score": 1,
        "_source": {
          "book_name": "One Hundred Years of Solitude"
        }
      }
    ]
  }
}

希望这个小小的建议能帮助到你的工作！