【ES】--Elasticsearch DSL的简单查询

一、前言

ES中常见的查询类型分为简单查询、复合查询、聚合查询等。这里基于这些查询进行详细的介绍。
Elasticsearch DSL的简单查询操作如下：

**term查询**：单词查询，在字段的倒排索引（发生分词）或者直接在字段值（未发生分词）中查找条件值，只要找到这个条件值就算匹配上，得分为1。
**terms查询**：多个单词查询，效果为 多个 term 或者的逻辑。
**match查询**：分词后搜索。比如分词后有N个分词，只要匹配上其中一个就可以返回数据。
   根据文档中实际存储的字段类型(是否为分词文本 text，keyword 不会进行分词)，决定是否对条件值进行分词；
   若未分词，直接以条件值执行 term 查询；
   若分词，则对条件值进行，分词处理：
(a)若得到一个词，也是执行term查询
(b)若得到多个词，默认执行 terms 查询（多个单词 或者关系）
(c)也可以手动指定为“且”关系（为且，倒排索引后的词表中要包含 条件分词后的 所有单词），通过以下方式指定 match 单词之间的关系。默认operator是or。
**match_phrase**：不做分词，以当前条件值到文档字段中进行“连续且位置顺序一致的”文本匹配。
**match_pharse_prefix**：同样是以 条件不做分词到文档字段中查询，但是条件最后的 单词不是必须匹配字段内的完整单词。【只要是一个前缀包含的连续文本就能匹配】
    例如 文档字段为 i love you      查询条件为 i love yo
match_phrase下无法匹配，因为 文档中 you 是一个完整的单词；match_pharse_prefix 就可以匹配。
**match_bool_prefix**：条件进行分词，执行 bool > should 查询。前面的词 做 term 查询，最后一个词做 perfix 查询。
**match_all查询**：查询所有数据【一般测试使用】。
全文检索(full text)查询：利用分词器对文本内容分词，然后倒排索引匹配【例如match_query, multi_match_query】。
**multi_match查询**：将条件应用到多个文档字段上进行匹配。
**精确查询**：根据精确词条值查找数据，一般是查找keyword、数值、日期、boolean等类型字段【例如ids, range, term】。
**wildcard查询（通配符查询）**:通配符查询，支持*和？。
   *：匹配 0 个或多个任意字符
   ?：匹配 1 个任意字符

二、DSL的简单查询

为了更好的去理解ES简单查询操作的结果情况，我们要思考一个问题：
(1)、在实际查询时，往往有的字段进行查询匹配，时常无法搜索到数据，ES搜索匹配到底受哪些因素影响？

====为了说明更好的解释分析，需要相关字段进行mapping设置，具体结合字段的分词等属性，然后再结合简单查询操作，来有效分析查询结果。

1、相关字段的设置

knowledge_name字段
要查询的knowledge_name字段的ES设置属性如下

        "knowledge_name": {
   
          "type": "text",
          "fields": {
   
            "keyword": {
   
              "type": "keyword",
              "ignore_above": 256,
              "normalizer": "lowercase_normalizer"