转自：http://www.cnblogs.com/yjf512/p/4897294.html

match

最简单的一个match例子：

查询和"我的宝马多少马力"这个查询语句匹配的文档。

{

  "query": {

    "match": {

        "content" : {

            "query" : "我的宝马多少马力"

        }

    }

  }

}

上面的查询匹配就会进行分词，比如"宝马多少马力"会被分词为"宝马 多少 马力", 所有有关"宝马 多少 马力", 那么所有包含这三个词中的一个或多个的文档就会被搜索出来。
并且根据lucene的评分机制(TF/IDF)来进行评分。

match_phrase

比如上面一个例子，一个文档"我的保时捷马力不错"也会被搜索出来，那么想要精确匹配所有同时包含"宝马 多少 马力"的文档怎么做？就要使用 match_phrase 了

{

  "query": {

    "match_phrase": {

        "content" : {

            "query" : "我的宝马多少马力"

        }

    }

  }

}

完全匹配可能比较严，我们会希望有个可调节因子，少匹配一个也满足，那就需要使用到slop。

{

  "query": {

    "match_phrase": {

        "content" : {

            "query" : "我的宝马多少马力",

            "slop" : 1

        }

    }

  }

}

multi_match

如果我们希望两个字段进行匹配，其中一个字段有这个文档就满足的话，使用multi_match

{

  "query": {

    "multi_match": {

        "query" : "我的宝马多少马力",

        "fields" : ["title", "content"]

    }

  }

}

但是multi_match就涉及到匹配评分的问题了。

我们希望完全匹配的文档占的评分比较高，则需要使用best_fields

{

  "query": {

    "multi_match": {

      "query": "我的宝马发动机多少",

      "type": "best_fields",

      "fields": [

        "tag",

        "content"

      ],

      "tie_breaker": 0.3

    }

  }

}

意思就是完全匹配"宝马 发动机"的文档评分会比较靠前，如果只匹配宝马的文档评分乘以0.3的系数

我们希望越多字段匹配的文档评分越高，就要使用most_fields

{

  "query": {

    "multi_match": {

      "query": "我的宝马发动机多少",

      "type": "most_fields",

      "fields": [

        "tag",

        "content"

      ]

    }

  }

}

我们会希望这个词条的分词词汇是分配到不同字段中的，那么就使用cross_fields

{

  "query": {

    "multi_match": {

      "query": "我的宝马发动机多少",

      "type": "cross_fields",

      "fields": [

        "tag",

        "content"

      ]

    }

  }

}

term

term是代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇

{

  "query": {

    "term": {

      "content": "汽车保养"

    }

  }

}

查出的所有文档都包含"汽车保养"这个词组的词汇。

使用term要确定的是这个字段是否“被分析”(analyzed)，默认的字符串是被分析的。