elasticsearch和mysql在思想上是有不同的，elasticsearch有分詞一說，比如北京奧運分詞成北京，奧運，北京奧運。分詞要要考慮兩點，一個是查詢字串要不要分詞，還有就是原儲存欄位是不是精確值。

1. match 查詢

無論你在任何欄位上進行的是全文搜尋還是精確查詢，match 查詢是你可用的標準查詢。

`、如果你在一個全文欄位上使用 match 查詢，在執行查詢前，它將用正確的分析器去分析查詢字串：

{ "match": { "tweet": "About Search" }}

2、如果在一個精確值的欄位上使用它， 例如數字、日期、布林或者一個 NOT_ANALYZED 字串欄位，那麼它將會精確匹配給定的值：

{ "match": { "age":    26           }}
{ "match": { "date":   "2014-09-01" }}
{ "match": { "public": true         }}
{ "match": { "tag":    "full_text"  }}

match查詢會先對搜尋詞進行分詞,分詞完畢後再逐個對分詞結果進行匹配，因此相比於term的精確搜尋，match是分詞匹配搜尋,match搜尋還有兩個相似功能的變種，一個是match_phrase，一個是multi_match

2. term 查詢

term是代表完全匹配，也就是精確查詢，搜尋前不會再對搜尋詞進行分詞，所以我們的搜尋詞必須是文件分詞集合中的一個。比如說我們要找標題為北京奧運的所有文件

$curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
  "query":{
    "term":{
        "title":"北京奧運"
    }
  }
}'

將會得到如下結果

{
    "took": 1,
    "timed_out": false,
    "_shards": {
        "total": 5,
        "successful": 5,
        "failed": 0
    },
    "hits": {
    "total": 1,
    "max_score": 0.92055845,
    "hits": [
     {
        "_index": "index",
        "_type": "doc",
        "_id": "3",
        "_score": 0.92055845,
        "_source": {
           "content": "同一個世界同一個夢想",
           "title": "北京奧運",
           "tags": [
               "和平"
            ]
        }
      }
    ]
  }
}
 

搜尋title包含北京或者奧運的，結果也一樣，但是如果你搜索詞為京奧,或者北京奧這樣的，那麼搜尋結果將為空

{
  "took" : 1,
  "timed_out" : false,
  "_shards" : {
      "total" : 5,
      "successful" : 5,
      "failed" : 0
  },
  "hits" : {
      "total" : 0,
      "max_score" : null,
      "hits" : [ ]
  }
}

3. match_phrase

match_phrase為按短語搜尋，match_phrase的搜尋方式和match類似，先對搜尋詞建立索引，並要求所有分詞必須在文件中出現(像不像operator為and的match查詢)，除此之外，還必須滿足分詞在文件中出現的順序和搜尋詞中一致且各搜尋詞之間必須緊鄰，因此match_phrase也可以叫做緊鄰搜尋。

所以，當我們搜美國留給時

curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
  "query": {
    "match_phrase": {
        "content": "美國留給"
    }
  }
}'

以下內容美國留給伊拉克的是個爛攤子嗎是可以搜尋出來的

    "_source" : {
        "content" : "美國留給伊拉克的是個爛攤子嗎",
        "title" : "標題",
        "tags" : [ "美國", "伊拉克", "爛攤子" ]
    }

但是我們搜尋留給美國或美國伊拉克時，卻沒有搜尋結果，因為第一個順序不對，第二個不是緊鄰(隔著留給)。

緊鄰對於匹配度要求較高，為了減小精度增加可操作性，引入了slop引數。該引數可以指定相隔多少個詞仍被算作匹配成功。如下，

curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
    "query": {
        "match_phrase": {
            "content": {
                "query": "美國伊拉克",
                "slop": "1"
            }
        }
    }
}'

當我們將slop設定為1時，下面文件是可以搜尋到的

  "_source" : {
    "content" : "美國留給伊拉克的是個爛攤子嗎",
    "title" : "標題",
    "tags" : [ "美國", "伊拉克", "爛攤子" ]
  }

需要注意的是，當slop的值過大時(超出文件總分詞數)，那麼分詞資料將可以是隨意的，即跟operator為and的match查詢效果一樣。比如我們查詢

curl -XGET http://localhost:9200/index/doc/_search?pretty -d 
'{
    "query": {
        "match_phrase": {
            "content": {
                "query": "伊拉克美國",
                "slop": "12"
            }
        }
    }
}'

將會得到與上面一樣的結果

4. multi_match

如果我們希望兩個欄位進行匹配，其中一個欄位有這個文件就滿足的話，使用multi_match

{
  "query": {
    "multi_match": {
        "query" : "我的寶馬多少馬力",
        "fields" : ["title", "content"]
    }
  }
}

但是multi_match就涉及到匹配評分的問題了。