ES是一个强大的搜索引擎，它提供了非常丰富的数据检索Api来满足用户各种各样的需求。我们今天要介绍的是部分非常基础的全文搜索Api，这部分Api我们会在日常使用中经常用到。
在我们查询一些文本内容的时候，一般不会做精确匹配，一来性能开销大，而来意义也不大
其实在我们写入数据的时候，系统会使用分词器把文本数据进行分词，并且统计每个词语出现的次数信息，
如上图，当我们检索文本数据的时候，会使用同样的分词器对检索内容进行分词，然后与文本内容匹配，根据统计信息给每个词语打分，最好根据公式算出相关性评分（内容相似度），并且返回相关性最高的TopN个文档返回用户
ES支持全文索引的Api主要有以下几个：
- match：匹配查询可以处理全文本，精确字段（日前、数字等）
- match phrase（短语）：短语匹配会将检索内容分词，这些词语必须全部出现在检索内容中，并且顺序必须一致，默认情况下这些词必须连续
- match phrase prefix：与match phrase类似，但最后一个词项会作为前缀，并且匹配这个词项开头的任何词语
- multi match：通过multi match可以在多个字段上执行相同的查询语句
match（匹配查询） 匹配查询可以处理全文本、精确字段（日期、数字等）
!image.png(https://img-blog.csdnimg.cn/img_convert/ba22499d015f17b53c13f3e2ea82d653.png)
返回结果：
!image.png(https://img-blog.csdnimg.cn/img_convert/302dc3003ab56bc3b6d91a6641b5e7ab.png)
从结果可以看到 匹配到了id为3和为1的文档，这两个文档都含有"linux"或者"architecture"
在进行全文本字段检索的时候，match Api提供了operator和minimum_should_match参数：
- opeartor：参数可以为"or"或者"and"来控制检索词项间的关系，默认值为"or"。所以上面例子中，只要书名中含有"linux"或者"architecture"的文档都可以匹配上
- minimum_should_match：可以指定词项的最少匹配个数，其实可以指定为具体某个数字，但因为我们无法预估索引内容的词项数量，一般将其设置为一个百分比
返回结果：
match phrase（短语匹配）
简单来说，短语匹配会检索内容进行分词，这些分词必须全部出现在检索内容中，并且顺序必须一致，默认情况下这些词都必须连续
返回结果：
如上实例，查询书名中带有"linux kernel"短语的书本。在默认情况下，当我们搜索书名中带有"linux architecture"的时候，是无法命中文档的，因为没有书本的名字带有这个短语。这个时候可以使用stop参数来指定词项间的距离差值，即两个词项中可以含有多少个其他不相关的词语，stop默认是0
这里的stop如果为0，是没有数据的， 如果为1，返回数据为：
match phrase prefix（短语前缀匹配）
match phrase prefix与match phrase类似，但最后一个词项会作为前缀，并且匹配这个词项开头的任何词语。可以使用max_expansions参数来控制最后一个词项的匹配数量，词参数默认值值为50
返回结果：
我们可以通过设置max_expansions来限制最后一个词项的匹配个数为2。也就是说max_expansions=2的话，每个分片最多匹配2个文档，如果有3个分片，最多返回6个匹配的文档
一般来说，match_phrase_prefix api可以实现比较粗糙的自动建议功能，但要实现自动建议的功能，可以使用 Suggest Api
multi match
multi-match Api构建在match查询的基础上，可以允许在多个字段上执行相同的查询
如上示例，*fields参数是一个列表，里面的元素是需要查询的字段名称。Fields中的值既可以支持以通配符方式匹配文档字段，又可以支持提升字段的权重。如 "nam" 就是使用了通配符匹配的方式，其可以匹配到书名（name）字段。而 "intro^2" 就是对书本简介字段（intro）的相关性评分乘以 2，其他字段不变。**
multi-match Api还提供了多种类型来设置其执行方式：
- best_fields：默认的类型
- most_fields： 会执行match查询并且将所有与查询匹配的文档作为结果返回
- phrase： 在 fields 中的每个字段上均执行 match_phrase 查询，并将最佳匹配字段的评分作为结果返回
- phrase_prefix：在fields中的字段上均执行 match_phrase_prefix查询，并将最佳匹配字段的评分作为结果返回
- cross_fields：它将所有字段当成一个大字段，并在每个字段中查询每个词，例如当需要查询英文人名的时候，可以将first_name和last_name两个字段组合作为full_name来查询
- bool_prefix：在每个字段上创建一个match_bool_prefix查询，并且合并每个字段的评分作为评分结果
上述的几种类型，无法就是在设置算分的方式和匹配文档的方式不一样，可以使用"type"字段来指定这些类型，以best_fiels为例，其示例如下：
