term和match的使用区别
term
- 在过滤上下文中使用（filter），用来过滤文档
- terms，多值,terms:[]
match
- 在查询上下文中使用(query)，用来查询文档
- 实质上为通过analyzer分词，将分词后的词通过bool和term进行组合查询
- boost：提高查询权重，加大评分权重
bool
语法 “bool” : { “must” : [], “should” : [], “must_not” : [], }
must：必须匹配 should：应该匹配，至少一个，理解为or must_not：不能匹配
minimum_should_match:最少匹配should个数，默认为1
range
语法
range{ “price” : { “gte” : 20, “lte” : 40 } }
gte >= lte <= lt < gt >
分析器
索引时：字段映射配置的分析器>索引设置中名为 default 的分析器>默认分析器standard 标准分析器 查询时：查询自己定义的 analyzer>字段映射配置的分析器>索引设置中名为 default 的分析器>默认分析器standard 标准分析器
设置字段map时有一个可选的 search_analyzer 映射，它仅会应用于搜索时，有一个等价的 default_search 映射，用以指定索引层的默认查询analyzer配置
如果考虑到这些额外参数，一个搜索时的 完整 顺序会是下面这样：
- 查询自己定义的 analyzer ，否则
- 字段映射里定义的 search_analyzer ，否则
- 字段映射里定义的 analyzer ，否则
- 索引设置中名为 default_search 的分析器，默认为
- 索引设置中名为 default 的分析器，默认为
- standard 标准分析器
索引模板
通过设置索引模板，当新的索引创建时，通过模板来设置索引的一些配置，如字段mapping等。
相关度
相关度用来评断文档匹配度
当数据量太少时会出现TF-IDF算法的分片IDF不准确的情况，会导致_score不对的情况，但现实世界一般数据量都够大，能迅速均化IDF。
