es ik 多字段查询_ES系列08：Full text queries（3） query_string系列

前面为大家介绍了：【ES系列06：ik分词+Full text queries 之match query、ES系列07：match_phrase与match_phrase_prefix query】。今天TeHero为大家分享 Full text queries 剩余的4种查询语句multi_match query、common terms query、query_string query、simple_query_string query， 同时结合倒排序索引原理，将DSL语句转化为sql语句，方便大家理解学习。 ps：文章最后有关于 Full text queries 所有查询的总结！

Full Text queries 系列知识脑图

ps：上图的xmind文件获取方式见评论区！
在学习本节之前，请先参考：ES系列07：match_phrase与match_phrase_prefix query，完成数据导入和倒排列表的创建。

Posting List

ps：如果看不懂上图，请先阅读学习：ElasticSearch系列05：倒排序索引与分词Analysis

一、multi_match query -match 的多字段版本

结合之间的match语法，这个是很好理解的：ES系列06：ik分词+Full text queries 之match query

# 1、同时查询  "content", "content.ik_smart_analyzer"，得到文档3
GET /tehero_index/_doc/_search
{
  "query": {
    "multi_match": {
      "query": "系统",
      "fields": [
        "content",
        "content.ik_smart_analyzer"
      ]
    }
  }
}

# 2、同时查询 所有字段 得到所有文档
GET /tehero_index/_doc/_search
{
  "query": {
    "multi_match": {
      "query": "系统",
      "fields": [
        "content",
        "content.ik_smart_analyzer",
        "content.ik_max_analyzer"
      ]
    }
  }
}

需要注意的是， 多个Fields之间的查询关系是 or ，就 相当于mysql 的 【where 字段1=“检索词”or 字段2 = “检索词” or 字段3 = “检索词”】

字段^数字：表示增强该字段（权重影响相关性评分）&#