搜索从得分上来说可以分为 2 类，需要搜索得分和不需要搜索得分。
搜索得分可以看做是匹配度的高低，对于“固定值”的搜索而言，通常不需要计算得分。其好处可以进行缓存，同时减轻服务器计算压力。
本章内容就是讲述固定值的搜索：Term 查询
Term 查询通常用于：Keyword 关键字，Bool 类型，Date日期类型、Number 数值类型等的查询

数据准备

按照流程：创建索引、新建映射、插入文档数据的步骤进行

  1. # 删除之前的索引
  2. DELETE /article
  4. # 重建索引
  5. PUT /article
  7. # 设置映射
  8. PUT /article/_mapping
  9. {
  10.   "properties": {
  11.     "articleID": {
  12.       "type": "keyword"
  13.     }
  14.   }
  15. }
  17. # 查看映射
  18. GET /article/_mapping
  20. # 批量添加数据
  21. POST article/_bulk
  22. { "index": { "_id": 1 }}
  23. { "articleID" : "XHDK-A-1293-#fJ3", "userID" : 1, "hidden": false, "postDate": "2017-01-01"}
  24. { "index": { "_id": 2 }}
  25. { "articleID" : "KDKE-B-9947-#kL5", "userID" : 1, "hidden": false, "postDate": "2017-01-04" }
  26. { "index": { "_id": 3 }}
  27. { "articleID" : "JODL-X-1937-#pV7", "userID" : 2, "hidden": false, "postDate": "2017-05-01"}
  28. { "index": { "_id": 4 }}
  29. { "articleID" : "QQPX-R-3956-#aD8", "userID" : 2, "hidden": true, "postDate": "2017-03-02" }

通过上述操作后，可以通过如下形式进行检索

  1. GET /article/_search
  2. {
  3.   "query": {
  4.     "match_all": {}
  5.   },
  6.   "from": 0,
  7.   "size": 50
  8. }

单字段匹配

上述代码中我们仅仅手动设置了 articleID 为 keyword ，所以可以可以通过获取 Mapping 来确定当前文档的定义。

  1. GET /article/_mapping

结果是

  1. {
  2.   "article" : {
  3.     "mappings" : {
  4.       "properties" : {
  5.         "articleID" : {
  6.           "type" : "keyword"
  7.         },
  8.         "hidden" : {
  9.           "type" : "boolean"
  10.         },
  11.         "postDate" : {
  12.           "type" : "date"
  13.         },
  14.         "userID" : {
  15.           "type" : "long"
  16.         }
  17.       }
  18.     }
  19.   }
  20. }

可以看出字段的类型为：keyword/boolean/date/long 这些类型都是可以通过 term 进行查询的。
首先来一个简答的根据 userID 进行查询

  1. GET /article/_search
  2. {
  3.   "query": {
  4.     "constant_score": {
  5.       "filter": {
  6.         "term": {
  7.           "userID": "2"
  8.         }
  9.       }
  10.     }
  11.   }
  12. }

大体结构是：query -> constant_score -> filter -> term -> filed
同理 Term 支持 当前这个文档每个字段的查询

  1. GET /article/_search
  2. {"query":{"constant_score":{"filter":{"term":{"postDate":"2017-01-02"}}}}}

其他类似，不做赘述。

Term查询只希望对文档进行包括或排除的计算，所以我们会使用 constant_score 查询以非评分模式来执行 term 查询并以一作为统一评分。因为在查询时，不需要计算评分，因此采用constant_score寻找的方式速度会更快。 如果一个查询只有filter过滤条件，可以用constant_score来替代bool查询，这样的查询语句更简洁、更清晰，只是没有评分。

多字段匹配

  1. GET /article/_search
  2. {
  3.   "query": {
  4.     "bool": {
  5.       "filter": [ #此处 filter 也可以改为 must,案例3
  6.         {
  7.           "term": {
  8.             "userID": "1"
  9.           }
  10.         },
  11.         {
  12.           "term": {
  13.             "postDate": "2017-01-02"
  14.           }
  15.         }
  16.       ]
  17.     }
  18.   }
  19. }

以下这个写法是错误的，会提示："[term] query doesn't support multiple fields, found [userID] and [postDate]"。

  1. GET /article/_search
  2. {
  3.   "query": {
  4.     "constant_score": {
  5.       "filter": {
  6.         "term": {
  7.           "userID": "1",
  8.           "postDate": "2017-01-02"
  9.         }
  10.       }
  11.     }
  12.   }
  13. }

感觉下面的理解更好:query -> bool -> must

  1. GET /article/_search
  2. {
  3.   "query": {
  4.     "bool": {
  5.       "must": [
  6.         {
  7.           "term": {
  8.             "userID": "1"
  9.           }
  10.         },
  11.         {
  12.           "term": {
  13.             "postDate": "2017-01-02"
  14.           }
  15.         }
  16.       ]
  17.     }
  18.   }
  19. }

bool 查询中 filtered 的用法已经被淘汰，推荐更换为 bool 用法。

单字段 In

  1. GET /article/_search
  2. {
  3.   "query": {
  4.     "terms": {
  5.       "postDate": ["2017-01-01","2017-01-02"]
  6.     }
  7.   }
  8. }
  10. GET /article/_search
  11. {
  12.   "query": {
  13.     "constant_score": {
  14.       "filter": {
  15.         "terms": {
  16.             "postDate": ["2017-01-01","2017-01-02"]
  17.         }
  18.       }
  19.     }
  20.   }
  21. }

对于 terms 这样的等值匹配，感觉使用 constant_score + filter是没有效果的，上述案例的写法 1 和写法 2 效果相同。