QueryBuilders：

QueryBuilders:
    boolQuery:
        must:相當於sql的and
        must not:相當於sql的not
        should:相當於sql的or
    mathcquery:單個匹配
    mathcAllQuery:匹配所有
    termQuery:termQuery("key", obj) 完全匹配 ;termsQuery("key", obj1, obj2..)  一次匹配多個值
    multiMatchQuery:multiMatchQuery("text", "field1", "field2"..);  匹配多個欄位, field有萬用字元忒行
    idsQuery:構造一個只會匹配的特定資料 id 的查詢
    constantScoreQuery:看了一下這個類的建構函式ConstantScoreQuery(Filter filter) ，我的理解就是通過構造filter來完成文件的過濾，並且返回一個複合當前過濾條件的文件的常量分數，這個分數等於為查詢條件設定的boost
    fuzzyQuery:模糊查詢
    moreLikeThisQuery:文件中的文字查詢
    prefixQuery:字首查詢
    rangeQuery:在一個範圍內查詢相匹配的文件
    termQuery:一個查詢相匹配的檔案包含一個術語
    termsQuery:一個查詢相匹配的多個value---minimumMatch(1); // 設定最小數量的匹配提供了條件。預設為1。
    wildcardQuery:萬用字元查詢
    nestedQuery:巢狀查詢---scoreMode("total");// max, total, avg or none
    disMaxQuery:對子查詢的結果做union, score沿用子查詢score的最大值,
    spanFirstQuery:跨度查詢,還包括(spanNearQuery,spanNotQuery,spanOrQuery,spanTermQuery)

其他欄位解釋：

percent_terms_to_match：匹配項（term）的百分比，預設是0.3
    min_term_freq：一篇文件中一個詞語至少出現次數，小於這個值的詞將被忽略，預設是2
    max_query_terms：一條查詢語句中允許最多查詢詞語的個數，預設是25
    stop_words：設定停止詞，匹配時會忽略停止詞
    min_doc_freq：一個詞語最少在多少篇文件中出現，小於這個值的詞會將被忽略，預設是無限制
    max_doc_freq：一個詞語最多在多少篇文件中出現，大於這個值的詞會將被忽略，預設是無限制
    min_word_len：最小的詞語長度，預設是0
    max_word_len：最多的詞語長度，預設無限制
    boost_terms：設定詞語權重，預設是1
    boost：設定查詢權重，預設是1
    analyzer：設定使用的分詞器，預設是使用該欄位指定的分詞器

操作例子（es版本還是1.7.2）：

//查詢某個醫生的明細-- boolean query and 條件組合查詢(時間+護士名稱)
BoolQueryBuilder must = QueryBuilders.boolQuery().must(
        QueryBuilders.matchQuery("name_doc", "681_護士206"))
        .must(QueryBuilders.rangeQuery("yke123").gte(startTime + START_DATE_YUE)
        .lte(endTime + END_DATE_YUE));
SearchResponse searchResponse = mSRB.setQuery(must).execute().actionGet();
/**
 * 在es中所有的查詢結果都會儲存在SearchResponse中，在從SearchResponse中讀取資料的時候，有兩種方式：第一種是對Query的結果進行讀取，
 * 使用的是hit，每一條查詢到的doc都是一個hit，可以將每個hit轉換為map形式的資料，map的具體形式為<"field"，"value">的形式
 */
for(SearchHit hit:searchResponse.getHits()){
    Map<String, Object> source = hit.getSource();//每條資料
    if (!source.isEmpty()) {
        String name_depa=(String) source.get("name_depa");
        String name_doc=(String)source.get("name_doc");
        System.out.println(name_depa+"=="+name_doc);
    }
}
//查詢該人的工時
SearchResponse searchResponse1 = mSRB.setQuery(must).addAggregation(AggregationBuilders.sum("hushi").field("hushi")).get();
InternalSum hushi = searchResponse1.getAggregations().get("hushi");
System.out.println("總工的工時"+hushi.getValue());
/**
 * 第二種方式是針對查詢中的聚合問題（aggregation），聚合完成後的每條doc都是一個bucket（桶），他的訪問只能通過bucket來進行，而不能使用hit
 */
//設定聚合查詢條件---使用SearchResponse封裝結果
SearchResponse searchResponse3 = mSRB.addAggregation(AggregationBuilders.terms("name_doc").field("name_doc").size(0))//返回所有資料用0
        .execute().actionGet();
System.out.println(searchResponse);
Terms depa_count = searchResponse.getAggregations().get("name_doc");
for (Terms.Bucket bucket : depa_count.getBuckets()) {
    String name_depa = bucket.getKey();//科室名稱
    long docCount = bucket.getDocCount();//科室出現的次數

    System.out.println(name_depa + "==" + docCount);
}
//該醫生在該月的總條數
long l = searchResponse.getHits().totalHits();
System.out.println(l+"===============");

使用遊標sroll進行分頁查詢遍歷

client = (Client) Pools.getPool().borrowObject();//從連結池中獲取客戶端
//構建查詢器
SearchRequestBuilder mSRB = client
        .prepareSearch(index1)//索引--查詢工時表
        .setSearchType(SearchType.SCAN)//設定查詢型別--DFS_QUERY_THEN_FETCH
        .setSize(100).setScroll(TimeValue.timeValueMinutes(8));
String startTime = "2013-08";
String endTime = "2013-09";
String timeType = "0";
BoolQueryBuilder must = QueryBuilders.boolQuery()
        //.must(QueryBuilders.matchQuery("name_doc", "681_護士206"))
        .must(QueryBuilders.rangeQuery("yke123").gte(startTime + START_DATE_YUE)
                .lte(endTime + END_DATE_YUE));
SearchResponse searchResponse = mSRB.setQuery(must).execute().actionGet();
//使用scroll遍歷查詢的資料
Date begin = new Date();
long count = searchResponse.getHits().getTotalHits();//第一次不返回資料
for(int i=0,sum=0; sum<count; i++){
    searchResponse = client.prepareSearchScroll(searchResponse.getScrollId())
            .setScroll(TimeValue.timeValueMinutes(8))
            .execute().actionGet();
    sum += searchResponse.getHits().hits().length;
    for(SearchHit hit:searchResponse.getHits()){
        Map<String, Object> source = hit.getSource();
        String name_depa=(String) source.get("name_depa");
        String name_doc=(String)source.get("name_doc");
        String yke123=(String)source.get("yke123");
        System.out.println("科室:"+name_depa+"醫生:"+name_doc+"開單時間:"+yke123);
    };
    System.out.println("總量"+count+" 已經查到"+sum);
}
Date end = new Date();
System.out.println("耗時: "+(end.getTime()-begin.getTime()));

引用他人的http://blog.csdn.net/xr568897472/article/details/73826255：

1. （1）統計某個欄位的數量  
2.   ValueCountBuilder vcb=  AggregationBuilders.count("count_uid").field("uid");  
3. （2）去重統計某個欄位的數量（有少量誤差）  
4.  CardinalityBuilder cb= AggregationBuilders.cardinality("distinct_count_uid").field("uid");  
5. （3）聚合過濾  
6. FilterAggregationBuilder fab= AggregationBuilders.filter("uid_filter").filter(QueryBuilders.queryStringQuery("uid:001"));  
7. （4）按某個欄位分組  
8. TermsBuilder tb=  AggregationBuilders.terms("group_name").field("name");  
9. （5）求和  
10. SumBuilder  sumBuilder= AggregationBuilders.sum("sum_price").field("price");  
11. （6）求平均  
12. AvgBuilder ab= AggregationBuilders.avg("avg_price").field("price");  
13. （7）求最大值  
14. MaxBuilder mb= AggregationBuilders.max("max_price").field("price");   
15. （8）求最小值  
16. MinBuilder min= AggregationBuilders.min("min_price").field("price");  
17. （9）按日期間隔分組  
18. DateHistogramBuilder dhb= AggregationBuilders.dateHistogram("dh").field("date");  
19. （10）獲取聚合裡面的結果  
20. TopHitsBuilder thb=  AggregationBuilders.topHits("top_result");  
21. （11）巢狀的聚合  
22. NestedBuilder nb= AggregationBuilders.nested("negsted_path").path("quests");  
23. （12）反轉巢狀  
24. AggregationBuilders.reverseNested("res_negsted").path("kps ");