Elasticsearch实战---------java查询

term （精确查询）

term query会去倒排索引中寻找确切的term，它并不知道分词器的存在。这种查询适合keyword 、numeric、date。
term:查询某个字段里含有某个关键词的文档

//about字段中包含money
		QueryBuilder term = QueryBuilders.termQuery("about", "money");

terms （精确查询）

terms:查询某个字段里含有多个关键词的文档

//about字段中包含money或cheapest
		QueryBuilder terms = QueryBuilders.termsQuery("about", "friend","cheapest");

match（模糊查询 对搜索词进行分词处理）

match查询会先对搜索词进行分词,分词完毕后再逐个对分词结果进行匹配，因此相比于term的精确搜索，match是分词匹配搜索

QueryBuilder builder = QueryBuilders.matchQuery("interests", "changge");

前面提到match搜索会先对搜索词进行分词，对于最基本的match搜索来说，只要搜索词的分词集合中的一个或多个存在于文档中即可，例如，当我们搜索中国杭州，搜索词会先分词为中国和杭州,只要文档中包含搜索和杭州任意一个词，都会被搜索到

$curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
    "query": {
        "match": {
            "content": "中国杭州"
        }
    }
}

文档3正文中有杭州，文档2中有中国，因此搜索结果有两个，文档3中杭州出现两次，所以排在前面，结果如下：

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
    "total" : 5,
    "successful" : 5,
    "failed" : 0
  },
  "hits" : {
      "total" : 2,
      "max_score" : 0.99999994,
      "hits" : [ {
            "_index" : "index",
            "_type" : "doc",
            "_id" : "4",
            "_score" : 0.99999994,
            "_source" : {
                 "content" : "杭州是一个美丽的城市,欢迎来到杭州",
                "title" : "宣传",
                "tags" : [ "旅游", "城市" ]
            }
       }, {
            "_index" : "index",
            "_type" : "doc",
            "_id" : "2",
            "_score" : 0.8838835,
            "_source" : {
                  "content" : "中国是世界上人口最多的国家",
                  "title" : "中国",
                  "tags" : [ "中国", "人口" ]
            }
       } ]
    }
}

match_phrase（模糊查询 对搜索词不进行分词处理）

使用matchPhraseQuery时，不会被分词器分词，而是直接以一个短语的形式查询，而如果你在创建索引所使用的field的value中没有这么一个短语（顺序无差，且连接在一起），那么将查询不出任何结果。

QueryBuilders.matchPhraseQuery("level", "INFO")

查询是否加.keyword的区别

term是精确查询，使用字段类型是keyword 这时查询不需要.keyword，term如果查询text类型一定查询不到，如果想要查询text类型 ，此时的查询就需要加上.keyword去查询
但是term查询text类型 需要在字段添加keyword映射，才能通过.keyword去查询

"type": "text",
      "fields": {
        "keyword": {
          "type": "keyword",
          "ignore_above": 256
        }
      }