Elasticsearch中當我們設定Mapping（分詞器、欄位型別）完畢後，就可以按照設定的方式匯入資料。

有了資料後，我們就需要對資料進行檢索操作。根據實際開發需要，往往我們需要支援包含但不限於以下型別的檢索： 1）精確匹配，類似mysql中的 “=”操作； 2）模糊匹配，類似mysql中的”like %關鍵詞% “查詢操作； 3）字首匹配； 4）萬用字元匹配； 5）正則表示式匹配； 6）跨索引匹配； 7）提升精讀匹配。

細數一下，我們的痛點在於： 1）ES究竟支援哪些檢索操作？

2）如何實現ES精確值檢索、指定索引檢索、全文檢索？

這些就是本文著重參考ES最新官方文件，針對ES5.X版本探討的內容。

0、檢索概覽

檢索子句的行為取決於查詢應用於過濾(filter)上下文還是查詢/分析(query)上下文。

過濾上下文——對應於結構化檢索 1）核心回答的問題是：“這個文件是否符合這個查詢條款？”

2）答案是簡單的是或否，不計算分數。

3）過濾器上下文主要用於過濾結構化資料。類似於Mysql中判定某個欄位是否存在： 例如：

1. 時間戳欄位：是否屬於2015年或2016年？
2. 狀態欄位：是否設定為“已釋出”？

經常使用的過濾器將被Elasticsearch自動快取，以加快效能。

分析上下文——對應於全文檢索 1）核心回答了“本文件與此查詢子句是否匹配？”的問題。

2）除了決定文件是否匹配之外，查詢子句還會計算一個_score，表示文件與其他文件的匹配程度。

綜合應用場景如下：

GET /_search
{  "query": {  "bool": {  "must": [
  { "match": { "title": "Search" }},
  { "match": { "content": "Elasticsearch" }}
  ],  "filter": [
  { "term": { "status": "published" }},
  { "range": { "publish_date": { "gte": "2015-01-01" }}}
  ]
  }
  }
}

以上檢索，title中包含"Search”並且content中包含 “Elasticsearch”，status中精確匹配”published”，並且publish_date 大於“2015-01-01”的全部資訊。

以下，以“腦圖”的形式直觀展示檢索分類。

其中，3-7隨著我開發深入再做更新。