基于Elasticsearch5.5版本，不完全准确，从常用的开始写起，逐渐修改中……
详见官方文档

查询与过滤

用于查询(query)时：

需要判断这个文档是否匹配，同时需要判断匹配程度（评分查询 scoring queries）。
找出匹配文档并计算相关性，查询结果并不缓存。【倒排索引 inverted index】

用于过滤(filter)时：

只需判断这个文档是否匹配。
只用简单检查包含或者排除，计算迅速且缓存查询结果。

查询语法

match_all 查询：

匹配所有文档。
此时返回_score为1.0，若要修改此字段，用”boost”。

  1. // "match_all"
  2. GET index/type/_search
  3. {
  4.   "query" : {
  5.     "match_all" : {}
  6.   }
  7. }
  9. // "boost"
  10. GET index/type/_search
  11. {
  12.   "query" : {
  13.     "match_all" : {
  14.         "boost" : 1.2
  15.     }
  16.   }
  17. }

Full Text Queries (全文查询)

match 查询:

对全文text/数字numerics/日期dates等类型的字段使用，将使用分析器分析该字段再进行查询
对精确值(如keyword类型)字段使用，精确匹配

  1. // 查询id为001的文档
  2. GET index/type/_search
  3. {
  4.   "query": {
  5.     "match": {
  6.       "id": "001"
  7.     }
  8.   }
  9. }

multi_match 查询:

多字段单值

  1. GET index/type/_search
  2. {
  3.   "query": {
  4.    "multi_match": {
  5.      "query": "0",
  6.      "fields": ["index","state"] // index=0且state=0
  7.    }
  8.   }
  9. }

QueryString查询: 【待完善】

查询单个字段时，在我看来，使用”and”，”or”没有啥区别
查询多个字段时，额情况有点复杂，先抄下官方文档的解释，以后确定再来修改

  1. // 单字段多值
  2. GET index_parkingorder_v1/parkingorder_info/_search
  3. {
  4.   "query": {
  5.     "query_string": {
  6.       "default_field": "id",
  7.       "query": "001 and 002 or 003"  // 试了一下，貌似id=001 id=002 id=003的文档都会返回，
  8.                                                                    // 若没有003的文档的话，也不会影响别的结果
  9.     }
  10.   }
  11. }
  12. // 多字段多值
  13. GET index/type/_search
  14. {
  15.   "query": {
  16.     "query_string": {
  17.       "fields": ["index","state"],    
  18.       "query": "1 and 0"    // 相当于: (index=1 or state=1) and (index=0 or state=0)
  19.     }
  20.   }
  21. }

SimpleQueryString查询:

经常使用，支持单字段单值与多值，多字段单值与多值等
还有一些运算符号可以用：”+”，”-“，”*”，”|” 等

  1. // 通配符*
  2. GET index/type/_search
  3. {
  4.   "query": {
  5.     "simple_query_string": {
  6.       "query": "王*",
  7.       "fields": ["name"]
  8.     }
  9.   }
  10. }
  11. // 
  12. GET index/type/_search
  13. {
  14.   "query": {
  15.     "simple_query_string": {
  16.       "query": "001 -002",    //返回id=001 or id!=002的文档，其中空格即"|"，表示或者
  17.       "fields": ["id"]               // "+"表示与，"-"表示否，可以连用
  18.     }
  19.   }
  20. }

Term Level Queries(词级查询)

term 查询：

精确值(数字、时间布尔、not_analyzed的字段)查询

terms 查询：

匹配多值，只要此字段匹配上一个值，此文档即匹配成功

exists 查询和missing 查询：

查找指定字段中有值或无值的文档

range 查询：

匹配指定区间内

exists 查询：

判断某个字段是否存在。ES中值为null的字段都不存在

wildcard 查询：

模糊查询，通配符 ? *。
目前我用这个查类型为keyword的字段，好用。
text类型貌似不太准确，或许被分词的缘故，待确定。

fuzzy 查询：

也是模糊查询，与wildcard查询区别待确定

Compound Queries(复合查询)

bool 查询：

将多个查询组合一起，must(必须匹配)、must_not(必须不匹配)、should(若满足将增加_score)、filter(必须匹配，但不评分)

constant_score 查询：

可以用来取代只有filter语句的bool

Sort 排序：

string字段进行排序时，需要not_analyzed，映射中有个fields参数，可以设置对一个字段用两种方式索引

关于text类型如何做到精确查询的方法(https://elasticsearch.cn/question/5628)