多次查询以及查询的合并

如果我们一次只能搜索一个词，那么全文搜索就会显得相当不灵活。幸运的是，通过match来实现多次查询也同样简单：

GET /my_index/my_type/_search{    "query": {        "match": {            "title": "BROWN DOG!"        }    }}

以上查询会返回所有的四份文档：

{  "hits": [     {        "_id":      "4",        "_score":   0.73185337,         "_source": {           "title": "Brown fox brown dog"        }     },     {        "_id":      "2",        "_score":   0.47486103,         "_source": {           "title": "The quick brown fox jumps over the lazy dog"        }     },     {        "_id":      "3",        "_score":   0.47486103,         "_source": {           "title": "The quick brown fox jumps over the quick dog"        }     },     {        "_id":      "1",        "_score":   0.11914785,         "_source": {           "title": "The quick brown fox"        }     }  ]}

文档四的相关度最高，因为它包含了"brown"两次和"dog"一次，文档二和三都包含了"brown"和"dog"一次，同时他们title字段拥有相同的长度，因此他们的分值相同。文档一只包含了"brown"。

因为match查询需要查询两个词条-【"brown"，”dog“】，在内部需要执行两个term查询，然后将他们的结果合并起来得到整体的查询结果。

从上面的例子当中可以得到的经验是，文档的title字段当中至少包含一个指定的词条，就能够匹配该查询。如果匹配的越多，也就意味着该文档的相关度越高。

提高查询精度【improving precision】：

匹配任何查询词条就算匹配的话，会有大量的冗余结果。我们大概只想要显示包含了所有查询词条的文档。换言之，相比brown or dog，我们更想要的结果是brown and dog。

match查询接受一个operator参数，该参数的默认值是"or"。你可以将它改变为”and“来要求所有的词条都需要匹配。

GET /my_index/my_type/_search{    "query": {        "match": {            "title": {                      "query":    "BROWN DOG!",                "operator": "and"            }        }    }}

控制精度(controlling Precision)

在all或者any中选择有种非黑即白的感觉。如果用户指定了5个词条，而一份文档只包含了其中的四个呢？将operator设置成"and"会将它排除在外。

有时候这正是你想要的，但是对于大多数全文搜索的场景，你会希望将相关度高德文档包含在结果中，将相关度低的排除在外。换言之，我们需要一种介于两者之间的一个方案。

match查询支持minmum_should_match参数，通常会指定一个百分比：

GET /my_index/my_type/_search{  "query": {    "match": {      "title": {        "query":                "quick brown dog",        "minimum_should_match": "75%"      }    }  }}

合并查询(Combing Queries)：

在合并过滤器当中，bool过滤器来合并多个过滤器以实现and，or和not逻辑。bool查询也做了类似到了事情，但是有一个显著不同的地方。

过滤器做出一个二元的决定，而查询，则更加微妙。它们不仅要决定是否包含一份文档，还需要决定这份文档有多相关。

和过滤器类似，bool查询通过must,must_not,should参数来接受多个查询。比如，

GET /my_index/my_type/_search{  "query": {    "bool": {      "must":     { "match": { "title": "quick" }},      "must_not": { "match": { "title": "lazy"  }},      "should": [                  { "match": { "title": "brown" }},                  { "match": { "title": "dog"   }}      ]    }  }}

title字段当中包含有字段"quick"，并且不包含字段"lazy"的任何字段都会作为结果返回。目前为止，它的工作方式和bool过滤器十分相似。

差别来自于两个should语句，它表达了这种意思：一份文档不被要求需要包含"brown"和”dog“，但是如果它含有了，那么它的相关度会更高。

{  "hits": [     {        "_id":      "3",        "_score":   0.70134366,         "_source": {           "title": "The quick brown fox jumps over the quick dog"        }     },     {        "_id":      "1",        "_score":   0.3312608,        "_source": {           "title": "The quick brown fox"        }     }  ]}

分值计算(Score Caculation)：

bool查询通过将匹配的must和should语句的_score相加，然后除以must和should语句的总数来得到相关度分值_score。

must_not语句不会影响分值；它的唯一目的是将不需要的文档排除在外。

控制精度(Controlling Precision)：

所有的must语句都需要匹配，而所有的must_not都不需要匹配，但是should需要匹配多少个呢？默认情况下，should语句一个都需要匹配，只有一个特例：如果查询中没有must语句，那么只要要匹配一个should语句。

minmun_should_match可以是一个绝对数或者一个百分比。

GET /my_index/my_type/_search{  "query": {    "bool": {      "should": [        { "match": { "title": "brown" }},        { "match": { "title": "fox"   }},        { "match": { "title": "dog"   }}      ],      "minimum_should_match": 2     }  }}