Elasticsearch（ES）作为功能强大的检索引擎，提供了多种查询方式，在不同的场景下需要选择合适的查询方式以取得最佳查询效果。
ES常用查询方式
| 方式 | 说明 |
|---|---|
| Match Query（匹配查询） | 根据字段的内容进行全文匹配查询，可以使用match、match_all、multi_match等 |
| Term Query （精确查询） | 根据字段的精确值进行查询，适用于keyword类型（直接在字段中查找条件值）或者已经执行过分词的字段（在倒排索引中查找条件值），可以使用term和terms |
| Range Query（范围查询） | 根据字段的范围值行查询，可以用来查询数字或日期范围，例如大于、小于、范围内等 |
| Bool Query （布尔查询） | 通过逻辑运算符（must、must_not、should）组合多个查询条件，实现更复杂的查询逻辑 |
| Match Phrase Query（短语匹配查询） | 根据字段中连续的短语进行查询，适用于需要保持短语顺序的查询 |
| Prefix Query（前缀查询） | 根据字段的文本前缀进行查询，适用于需要按照前缀匹配查询的场景 |
| Wildcard Query（通配符查询） | 使用通配符模式进行查询，支持通配符符号（*和?）进行模糊匹配 |
| Fuzzy Query（模糊查询） | 根据字段中的模糊匹配进行查询，可以通过设置fuzziness参数来控制模糊程度 |
| Nested Query（嵌套查询） | 嵌套对象进行查询，即查询使用的条件本身也是查询，以便查询嵌套在文档中的相关信息 |
| Aggregation Query（聚合查询） | 用于计算、统计和分析数据，包括求和、平均值、最小值、最大值、分组等操作 |
除了这些常用的查询方式，还有正则表达式查询、复杂查询、地理位置查询等其他查询方式，详见官方文档，这里不再赘述（参考文献第2篇有一个列表，但可能不是最全的）。
Match查询
下面简单介绍一下最常用的match查询方式
Match查询属于全文(full text)查询，不同于Term查询，ES引擎在处理全文搜索时，首先会分析（analyze）查询字符串，然后根据分词结果构建查询，最终发返回查询结果。
匹配查询共有三种类型，分别是布尔（boolean）、短语（phrase）和短语前缀（phrase_prefix），默认的匹配查询是布尔类型，ES引擎首先分析查询字符串，使用指定的分析器对查询字符串进行分词，然后根据分词结果构建一个默认逻辑的布尔查询，例如对于以下查询：
json
"query":{
"match":{
"name":"Steve Wang"
}
}查询字符串为Steve Wang，分词结果为Steve、Wang，查询时的逻辑是，只要name字段包含Steve或者Wang任意一个关键字，就返回该文档，等价于如下语句：
json
{
"query": {
"match": {
"name": {
"query": "Steve Wang",
"operator": "or",
"minimum_should_match": 1
}
}
}
}其中operator和minimum_should_match是匹配查询的两个控制参数，通过调整operator和minimum_should_match属性值，控制匹配查询的逻辑条件，进而控制引擎返回的结果。默认情况下operator的值是or，minimum_should_match的值是1即包含任意1个关键字，视为匹配成功。也可以更改operator的为and，minimum_should_match为任意非0自然数或者百分比，表示同时匹配minimum_should_match个关键字或者匹配到的关键字占比达到多少视为匹配成功。
进一步的，如果match匹配时未进行分词（keyword类型），或者text类型但分词结果为1（此时和未分词结果相同），执行的是term查询 ，如果分词得到多个词，则执行terms查询。