截至目前的搜索相对都很简单：单个姓名，通过年龄过滤。现在尝试下稍微高级点的全文搜索——一项传统数据库确实很难搞定的任务。

    搜索下所有喜欢攀岩（rock climbing）的员工。

    1. GET /megacorp/employee/_search
    2. {
    3.     "query" : {
    4.         "match" : {
    5.             "about" : "rock climbing"
    6.         }
    7.     }
    8. }

    显然我们依旧使用之前的match 查询在 about 属性上搜索“rock climbing”。得到两个匹配的文档

    {
   ...
   "hits": {
      "total":      2,
      "max_score":  0.16273327,
      "hits": [
         {
            ...
            "_score":         0.16273327, 
            "_source": {
               "first_name":  "John",
               "last_name":   "Smith",
               "age":         25,
               "about":       "I love to go rock climbing",
               "interests": [ "sports", "music" ]
            }
         },
         {
            ...
            "_score":         0.016878016, 
            "_source": {
               "first_name":  "Jane",
               "last_name":   "Smith",
               "age":         32,
               "about":       "I like to collect rock albums",
               "interests": [ "music" ]
            }
         }
      ]
   }
}

    ELasticsearch 默认安装相关性得分排序，即每个文档跟查询的匹配程度，第一个最高得分的结果很明显：John Smith 的about 属性清楚的写着“rock climbing”。

    但为什么Jane Smith也作为结果返回了呢？原因是他的about 属性里也提到了“rock”。因为只有“rock” 而没有“climbing”，所有他的相关性得分低于John的。

    这是一个很好的案例，阐明了Elasticsearch如何在 全文属性上搜索并返回相关性最强的结果。Elasticsearch中的相关性概念非常重要，也是完全区别于传统关系型数据库的一个概念，数据库中的一条记录要么匹配要么不匹配。