1、介紹
上篇介紹了搜索結構化數據的簡單應用示例，現在來探尋 全文搜索（full-text search） ：怎樣在全文字段中搜索到最相關的文檔。
一旦談論相關性或分析這兩個方面的問題時，我們所處的語境是關於查詢的而不是過濾。
2、基於詞項和基於全文
所有查詢會或多或少的執行相關度計算，但不是所有查詢都有分析階段。 和一些特殊的完全不會對文本進行操作的查詢（如 bool 或 function_score ）不同，文本查詢可以划分成兩大家族：
- 基於詞項的查詢
-
如
term或fuzzy這樣的底層查詢不需要分析階段，它們對單個詞項進行操作。用term查詢詞項Foo只要在倒排索引中查找 准確詞項 ，並且用 TF/IDF 算法為每個包含該詞項的文檔計算相關度評分_score。 -
記住
term查詢只對倒排索引的詞項精確匹配，這點很重要，它不會對詞的多樣性進行處理（如，foo或FOO）。這里，無須考慮詞項是如何存入索引的。如果是將
["Foo","Bar"]索引存入一個不分析的（not_analyzed）包含精確值的字段，或者將Foo Bar索引到一個帶有whitespace空格分析器的字段，兩者的結果都會是在倒排索引中有Foo和Bar這兩個詞。 - 基於全文的查詢
-
像
match或query_string這樣的查詢是高層查詢，它們了解字段映射的信息： -
1、如果查詢
日期（date）或整數（integer）字段，它們會將查詢字符串分別作為日期或整數對待。2、如果查詢一個（
not_analyzed）未分析的精確值字符串字段，它們會將整個查詢字符串作為單個詞項對待。3、但如果要查詢一個（
analyzed）已分析的全文字段，它們會先將查詢字符串傳遞到一個合適的分析器，然后生成一個供查詢的詞項列表。一旦組成了詞項列表，這個查詢會對每個詞項逐一執行底層的查詢，再將結果合並，然后為每個文檔生成一個最終的相關度評分。
很少直接使用基於詞項的搜索，通常情況下都是對全文進行查詢，而非單個詞項，這只需要簡單的執行一個高層全文查詢（進而在高層查詢內部會以基於詞項的底層查詢完成搜索）。
當我們想要查詢一個具有精確值的 not_analyzed 未分析字段之前， 需要考慮，是否真的采用評分查詢，或者非評分查詢會更好。
單詞項查詢通常可以用是、非這種二元問題表示，所以更適合用過濾， 而且這樣做可以有效利用緩存
3、匹配查詢
匹配查詢 match 是個 核心 查詢。無論需要查詢什么字段， match 查詢都應該會是首選的查詢方式。 它是一個高級 全文查詢 ，這表示它既能處理全文字段，又能處理精確字段。
這就是說， match 查詢主要的應用場景就是進行全文搜索，我們以下面一個簡單例子來說明全文搜索是如何工作的：
索引一些數據
首先，我們使用 bulk API 創建一些新的文檔和索引：
DELETE /my_index PUT /my_index { "settings": { "number_of_shards": 1 }} POST /my_index/my_type/_bulk { "index": { "_id": 1 }} { "title": "The quick brown fox" } { "index": { "_id": 2 }} { "title": "The quick brown fox jumps over the lazy dog" } { "index": { "_id": 3 }} { "title": "The quick brown fox jumps over the quick dog" } { "index": { "_id": 4 }} { "title": "Brown fox brown dog" }
3.1、單個詞查詢
用第一個示例來解釋使用 match 查詢搜索全文字段中的單個詞：
GET /my_index/my_type/_search { "query": { "match": { "title": "QUICK!" } } }
Elasticsearch 執行上面這個 match 查詢的步驟是：
1、檢查字段類型 。
標題 title 字段是一個 string 類型（ analyzed ）已分析的全文字段，這意味着查詢字符串本身也應該被分析。
2、分析查詢字符串 。
將查詢的字符串 QUICK! 傳入標准分析器中，輸出的結果是單個項 quick 。因為只有一個單詞項，所以 match 查詢執行的是單個底層 term 查詢。
3、查找匹配文檔 。
用 term 查詢在倒排索引中查找 quick 然后獲取一組包含該項的文檔，本例的結果是文檔：1、2 和 3 。
4、為每個文檔評分 。
用 term 查詢計算每個文檔相關度評分 _score ，這是種將 詞頻（term frequency，即詞 quick 在相關文檔的 title 字段中出現的頻率）和
反向文檔頻率（inverse document frequency，即詞 quick 在所有文檔的 title 字段中出現的頻率），以及字段的長度（即字段越短相關度越高）相結合的計算方式。參見 相關性的介紹 。
這個過程給我們以下（經縮減）結果：
文檔 1 最相關，因為它的 title 字段更短，即 quick 占據內容的一大部分。
文檔 3 比 文檔 2 更具相關性，因為在文檔 2 中 quick 出現了兩次
3.2、多詞查詢
如果我們一次只能搜索一個詞，那么全文搜索就會不太靈活，幸運的是 match 查詢讓多詞查詢變得簡單
GET /my_index/my_type/_search { "query": { "match": { "title": "BROWN DOG!" } } }
文檔 4 最相關，因為它包含詞 "brown" 兩次以及 "dog" 一次。
文檔 2、3 同時包含 brown 和 dog 各一次，而且它們 title 字段的長度相同，所以具有相同的評分。
文檔 1 也能匹配，盡管它只有 brown 沒有 dog 。
因為 match 查詢必須查找兩個詞（ ["brown","dog"] ），它在內部實際上先執行兩次 term 查詢，然后將兩次查詢的結果合並作為最終結果輸出。為了做到這點，
它將兩個 term 查詢包入一個 bool 查詢中，詳細信息見 布爾查詢。
以上示例告訴我們一個重要信息：即任何文檔只要 title 字段里包含 指定詞項中的至少一個詞 就能匹配，被匹配的詞項越多，文檔就越相關。
提高精度
用 任意 查詢詞項匹配文檔可能會導致結果中出現不相關的長尾。 這是種散彈式搜索。可能我們只想搜索包含 所有 詞項的文檔，也就是說，不去匹配 brown OR dog ，而通過匹配 brown AND dog 找到所有文檔。
match 查詢還可以接受 operator 操作符作為輸入參數，默認情況下該操作符是 or 。我們可以將它修改成 and 讓所有指定詞項都必須匹配：
GET /my_index/my_type/_search { "query": { "match": { "title": { "query": "BROWN DOG!", "operator": "and" } } } }
match 查詢的結構需要做稍許調整才能使用 operator 操作符參數。
這個查詢可以把文檔 1 排除在外，因為它只包含兩個詞項中的一個。
4、組合查詢
在 組合過濾器 中，討論過如何使用 bool 過濾器通過 and 、 or 和 not 邏輯組合將多個過濾器進行組合。在查詢中， bool 查詢有類似的功能，只有一個重要的區別。
過濾器做二元判斷：文檔是否應該出現在結果中？但查詢更精妙，它除了決定一個文檔是否應該被包括在結果中，還會計算文檔的 相關程度 。
與過濾器一樣， bool 查詢也可以接受 must 、 must_not 和 should 參數下的多個查詢語句。比如：
GET /my_index/my_type/_search { "query": { "bool": { "must": { "match": { "title": "quick" }}, "must_not": { "match": { "title": "lazy" }}, "should": [ { "match": { "title": "brown" }}, { "match": { "title": "dog" }} ] } } }
以上的查詢結果返回 title 字段包含詞項 quick 但不包含 lazy 的任意文檔。目前為止，這與 bool 過濾器的工作方式非常相似。
區別就在於兩個 should 語句，也就是說：一個文檔不必包含 brown 或 dog 這兩個詞項，但如果一旦包含，我們就認為它們 更相關
文檔 3 會比文檔 1 有更高評分是因為它同時包含 brown 和 dog 。
評分計算
bool 查詢會為每個文檔計算相關度評分 _score ， 再將所有匹配的 must 和 should 語句的分數 _score求和，最后除以 must 和 should 語句的總數。
must_not 語句不會影響評分； 它的作用只是將不相關的文檔排除。
控制精度
所有 must 語句必須匹配，所有 must_not 語句都必須不匹配，但有多少 should 語句應該匹配呢？ 默認情況下，沒有 should 語句是必須匹配的，
只有一個例外：那就是當沒有 must 語句的時候，至少有一個 should 語句必須匹配。
可以通過 minimum_should_match 參數控制需要匹配的 should 語句的數量， 它既可以是一個絕對的數字，又可以是個百分比：
GET /my_index/my_type/_search { "query": { "bool": { "should": [ { "match": { "title": "brown" }}, { "match": { "title": "fox" }}, { "match": { "title": "dog" }} ], "minimum_should_match": 2 } } }
這個查詢結果會將所有滿足以下條件的文檔返回： title 字段包含 "brown" AND "fox" 、 "brown" AND "dog" 或 "fox" AND "dog" 。如果有文檔包含所有三個條件，它會比只包含兩個的文檔更相關。
5、布爾匹配
多詞匹配查詢只是簡單地將生成的 term 查詢包裹 在一個 bool 查詢中。如果使用默認的 or 操作符，每個 term 查詢都被當作 should 語句，這樣就要求必須至少匹配一條語句。以下兩個查詢是等價的：
GET /my_index/my_type/_search { "query": { "match": { "title": "brown fox"} } } GET /my_index/my_type/_search { "query": { "bool": { "should": [ { "term": { "title": "brown" }}, { "term": { "title": "fox" }} ] } } }
如果使用 and 操作符，所有的 term 查詢都被當作 must 語句，所以 所有（all） 語句都必須匹配。以下兩個查詢是等價的：
GET /my_index/my_type/_search { "query": { "match": { "title": { "query": "brown fox", "operator": "and" } } } } GET /my_index/my_type/_search { "query": { "bool": { "must": [ { "term": { "title": "brown" }}, { "term": { "title": "fox" }} ] } } }
如果指定參數 minimum_should_match ，它可以通過 bool 查詢直接傳遞，使以下兩個查詢等價：
GET /my_index/my_type/_search { "query": { "match": { "title": { "query": "quick brown fox", "minimum_should_match": "75%" } } } } GET /my_index/my_type/_search { "query": { "bool": { "should": [ { "term": { "title": "brown" }}, { "term": { "title": "fox" }}, { "term": { "title": "quick" }} ], "minimum_should_match": 2 } } }
因為只有三條語句，match 查詢的參數 minimum_should_match 值 75% 會被截斷成 2 。即三條 should 語句中至少有兩條必須匹配。