主要知识点：
- 在index的mapping中加copy_to字段的方法
- copy_to搜索方法
用most_fields策略，去实现cross-fields搜索，有3大弊端，为了解决这三个弊端，es的第一个办法就是用copy_to将多个field组合成一个field。
most_fields策略问题就出在有多个field，es只要将一个标识跨在多个field的情况，合并成一个field即可。比如说，一个人名，本来是first_name，last_name，现在合并成一个full_name，这样就能有效的解决问题。
一、在index的mapping中加copy_to字段的方法
PUT /forum/_mapping/article
{
"properties": {
"new_author_first_name": {
"type": "string",
"copy_to": "new_author_full_name"
},
"new_author_last_name": {
"type": "string",
"copy_to": "new_author_full_name"
},
"new_author_full_name": {
"type": "string"
}
}
}
二、插入数据
用了这个copy_to语法之后，就可以将多个字段的值拷贝到一个字段中，并建立倒排索引
POST /forum/article/_bulk
{ "update": { "_id": "1"} }
{ "doc" : {"new_author_first_name" : "Peter", "new_author_last_name" : "Smith"} }
{ "update": { "_id": "2"} }
{ "doc" : {"new_author_first_name" : "Smith", "new_author_last_name" : "Williams"} }
{ "update": { "_id": "3"} }
{ "doc" : {"new_author_first_name" : "Jack", "new_author_last_name" : "Ma"} }
{ "update": { "_id": "4"} }
{ "doc" : {"new_author_first_name" : "Robbin", "new_author_last_name" : "Li"} }
{ "update": { "_id": "5"} }
{ "doc" : {"new_author_first_name" : "Tonny", "new_author_last_name" : "Peter Smith"} }
注意：用 get /forum/article/_serarch 这种方法是不能查出new_author_full_name这个字段的，因为copy_to的字段类型于＿ａｌｌ的字段。
三、进行搜索
GET /forum/article/_search
{
"query": {
"match": {
"new_author_full_name": "Peter Smith"
}
}
}
这样，我们搜索时就搜索的是new_author_full_name这一个字段，所以就不会出现那三个弊端。
弊端１：只是找到尽可能多的field匹配的doc，而不是某个field完全匹配的doc --> 解决，最匹配的document被最先返回
弊端2：most_fields，没办法用minimum_should_match去掉长尾数据，就是匹配的特别少的结果 --> 解决，可以使用minimum_should_match去掉长尾数据
弊端3：TF/IDF算法，比如Peter Smith和Smith Williams，搜索Peter Smith的时候，由于first_name中很少有Smith的，所以query在所有document中的频率很低，得到的分数很高，可能Smith Williams反而会排在Peter Smith前面 --> 解决，Smith和Peter在一个field了，所以在所有document中出现的次数是均匀的，不会有极端的偏差
四、其他说明：
这几节课学的知识，在很多时候很难复现。比如官网也会给一些例子，说用什么什么文本，怎么怎么搜索，是怎么怎么样的效果，但上实际情况去ｅｓ中执行的时候并没有复现。这是因为es版本在不断迭代，打分算法也在不断的迭代。所以对类似这几讲讲解的best_fields，most_fields，cross_fields，完全复现出来应有的场景和效果是很难的。更多是掌握有原理和知识点，以及做法，