ES的查询是非常好玩的，接下来介绍介绍ES的各种查询。ES字段的数据类型有text、keyword、long、date、integer、double、boolean等类型。比如对 "我的宝马有多少马力"进行查询，分词后为 "宝马" "多少" "马力"。
1. match：所有包含这三个词中的一个或多个文档就会被搜索出来，同样 "我的保时捷马力不错" 也会被搜索出来；
2. match_pharse：精确匹配，如果想同时匹配包含"宝马" "多少" "马力"就可以用match_pharse，对于这种比较严格的匹配，可以外加调节因子，少一个也可以匹配成功，增加参数slop:1；
3. multi_match：如果相对多个字段进行匹配，其中一个字段有这个文档就满足的话，就是用这个查询。multi_match会涉及到匹配评分的问题，如果希望完全匹配的文档的评分较高，需要使用best_fields，增加参数 "type"：best_fields"，tie_breaker：0.3，并且如果只匹配单词的文档评分乘以0.3；如果希望多字段匹配的文档评分越高，使用 type：most_fields；如果希望这个词条的分词词汇分配到不同字段，使用 type：cross_fields；
4. term：不进行分词处理，文档中必须包含整个搜索词汇，比如 搜索"汽车保养"，那么文档中 也必须包含 "汽车保养" 这一复合词，一般在创建索引时会指定 type 为 keywords，这样子整个就可以在倒排索引中了；
5. wildcard：通配符查询，和linux支持通配符是一样的，但是ES的API明确指出，不建议使用通配符匹配，数据量很大的情况下，可能会导致查询很慢；
6. fuzzy：模糊查询，涉及到编辑距离一个概念，编辑距离可以理解为一个词转换为另一个词所需要的步骤，可以替换、插入或删除一个字符，根据手动指定的编辑距离查询符合要求的全部文档，参数设置："fuzziness"：1；
7. bool联合查询：must、should、must_not 可以理解为 且、或、非。
查询的原理是倒排索引，倒排索引中存储的词取决于创建索引时字段各自的数据结构，ES默认分词器对英文句子是以空格进行分词的，对中文来说是对单字进行分词的（一个句子分成一个一个的单字）。如果需要中文分词，需要第三方的分词插件，一般是IK Analysis插件，可选的有 ik_max_word 细粒度分词和 ik_smart 粗粒度分词，还有停止词等扩展功能，很强大，ES索引索引在创建时指定分词方式就可以。
