"you know, for search“”，这是es的口号，所以es最核心的功能就是查询，es中查询简单来说有两种：
1.子条件查询：即特定字段查询所指特定值。子条件查询又分为query context和filter content
query content:在查询过程中，除了判断文档是否满足条件外，还会计算一个_score来标识匹配的程度，旨在判断目标文档和查询条件匹配的有多好
query content又包括全文本查询（针对文本类型数据）和字段级别的查询（针对结构化数据，如数字，日期）
以下为全文本查询：
模糊匹配：结果会返回包含“ElasticSearch”,"入门"，“ElasticSearch入门”这三个关键词的信息
{
“query”:{
"match":{
"title":"ElasticSearch入门"
}
}
}
但是如果我只想查询包含“elasticSearch入门”这个关键词的信息，就用到习语查询
{
“query”:{
"match_phrase":{
"title":"ElasticSearch入门"
}
}
}
多个字段的查询：会查询出author和title中包含elasticSearch的信息
{
“query”:{
"multi_match":{
"query":"elasticSearch"
"fields":["author","title"]
}
}
}
语法查询：查询条件遵循某种语法，如下返回包含“elasticSearch”和”入门”或者包含“python”的内容
{
“query”:{
"query_string":{
"query":"(elasticSearch AND 入门) OR python"
}
}
}
以下为字段查询：
查询作者是张三的书籍
{
“query”:{
"term":{
"author":"张三"
}
}
}
查询word_count字段在1000到2000的书籍
{
“query”:{
"range":{
"word_count":{
"gte":1000,
"lte":2000
}
}
}
}
filter content:在查询过程中，只判断改文档是否满足条件，只有Yes或者No,es会对filter查询结果做缓存，所以更快些
以下返回“word_count”为1000的书籍
{
“query”:{
"bool":{
"filter":{
"term":{
"word_count":1000
}
}
}
}
}