SearchRequestBuilder查询条件选项
1、游标查询（快速，批量）：
scroll 查询可以用来对 Elasticsearch 有效地执行大批量的文档查询，而又不用付出深度分页那种代价
图1
2、精确值查找（term查询）
用于处理数字（numbers）、布尔值（Booleans）、日期（dates）以及文本（text）
关键点：term和terms是包含（contains）操作，而非 等值（equals）
注意点：term查询不会对查询词进行分析，下图说明了情况
图2
图3 3、范围查询（range 查询）：日期范围、字符串范围
字符串范围可采用 字典顺序（lexicographically）或字母顺序（alphabetically）
"range": {
"lowerversion" : {
"lte": "3.0.1265 "
}
"highversion": {
"gte" : "3.0.1265",
}
}
4、match查询
指定多字段必须包含的情况（只想搜索包含所有词项的文档）
关键解读：对搜索串分析，只要分析词有至少一个匹配到就召回
图4 5 、match 控制查询精度：
match 查询支持 minimum_should_match 最小匹配参数， 这让我们可以指定必须匹配的词项数用来表示一个文档是否相关。我们可以将其设置为某个具体数字，更常用的做法是将其设置为一个百分数，因为我们无法控制用户搜索时输入的单词数量：
图5
图6
图7 解决短语匹配中匹配不到的问题（多级联合精度控制）
图8
6、dis_max查询（分离最大化查询）
图9 跟bool查询的优势对比，bool查询只是简单的bool分项分数相加；dis_max提升了多字段最佳匹配的得分，削弱了单一字段特别高对整体得分的影响
7、短语匹配（match_phrase 查询 ）：
短语匹配或许是过于严格了，我们能够通过使用slop参数将灵活度引入短语匹配中，slop 参数告诉 match_phrase 查询词条相隔多远时仍然能将文档视为匹配。
图10 slop短语查询将查询词条的邻近度考虑到最终相关度 _score中，slop限制词项间距大小；在限制间距范围内间距越近，得分越高。（slop只能用于match_phrase中，minimum_should_match只能用于match中）
8、prefix 前缀查询（前缀查询存在性能问题，包括wildcard 和 regexp 查询，存在严重的资源消耗问题）
match_phrase_prefix 查询，即时搜索（instant search） 能力：用户已经渐渐习惯在输完查询内容之前，就能为他们展现搜索结果
图11 prefix查询是一个词级别的底层的查询，它不会在搜索之前分析查询字符串，它假定传入前缀就正是要查找的前缀。因此有下面的结果
图12 9、
wildcard
和
regexp
（模糊和正则）匹配
对于standard分词器，皮肤名称字段中的英文单词，比如iphone、iso、tfbodys等不会被分词，可以考虑使用下面的正则匹配对输入串进行匹配
图13
图14
10、Ngrams 在部分匹配的应用（边界 n-grams）
设置ngram=3结果如下（ngram是在建索引mapping时指定）
ngram与prefix区别：
ngram在索引层面解决问题，建立索引时需指定字段及ngram的范围，数据需重建索引（reindex）；prefix查询之前不会分析（类似term）
图15
图16
图17
图18
11、组合查询中的权重评分控制
图19 综合使用match和match_phrase：
1、 使用match通过精度控制包含和排除文档
2、 使用match_phrase增加匹配到的文档的相关度评分
图20 针对***搜索需求
1、 尝试使用ngram解决字段中包含英文名称搜索的问题
2、 使用组合查询，match召回控制精度（对应输入法需求，无关项不召回），match_phrase控制相关度的评分