Search API

Search

搜索條件可以通過查詢字符串，也可以在請求體中傳遞。

搜索接口支持從多個索引中查找文檔vj。

基本格式：

# 單索引內檢索文檔
GET /{index}/_search?q={field}:xxx

# 多索引內檢索文檔
GET /{index1, index2}/_search?q={field}: xxx

# 全部索引內檢索文檔
GET /_all_/_search?q={field}: xxx

URI Search

通過URI傳參的方式比較簡單，但是不能支持所有的搜索選項。

RUI支持傳參如下：
https://www.elastic.co/guide/en/elasticsearch/reference/7.2/search-uri-request.html

Request Body Search

搜索請求可以使用search DSL，幷包含Query DSL，比如：

GET /twitter/_search
{
    "query": {
        "term": {"user": "kimchy"}
    }
}

注意：其實GET請求也是可以帶請求體的。考慮到不是所有的客戶端支持GET攜帶請求體，因此，也上請求也可以通過POST發送。

返回結果如下：

{
  "took" : 5,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.47000363,
    "hits" : [
      {
        "_index" : "twitter",
        "_type" : "_doc",
        "_id" : "A6y0umsBAkV3IICsYCLL",
        "_score" : 0.47000363,
        "_source" : {
          "user" : "kimchy",
          "post_date" : "2009-11-15T14:12:12",
          "message" : "trying out Elasticsearch"
        }
      },
      {
        "_index" : "twitter",
        "_type" : "_doc",
        "_id" : "BKzNumsBAkV3IICsUCJn",
        "_score" : 0.47000363,
        "_routing" : "kimchy",
        "_source" : {
          "user" : "kimchy",
          "post_date" : "2009-11-15T14:12:12",
          "message" : "trying out Elasticsearch"
        }
      }
    ]
  }
}

如果只是想知道是否有匹配條件的文檔，可以設置size參數爲0，這表示你並不需要搜索的結果。或者，將terminate_after設置爲1，表示只要找到一個一個文檔，查詢操作就可以結束了。

curl -X GET "localhost:9200/_search?q=message:number&size=0&terminate_after=1"

如果查詢時不指定任何條件，將返回所有結果，比如：

GET /twitter/_search

查詢的方式：

• match 查詢，針對全文檢索
• term 查詢，詞條精確搜索

查詢的邏輯運算：

搜索時如果有多個關鍵字，ES默認他們是或的關係：

GET twitter/_search
{
  "query": {
    "match": {
      "message": "out me"
    }
  }
}

以上搜索查找message字段中包含out或me的文檔。

如果要指定and搜索，需要使用布爾查詢：

GET twitter/_search
{
  "query": {
    "bool":{
      "must": [
        {"match": {"field1": "out"}},
        {"match": {"field2": "me"}}
        ]
    }
  }
}

docvalue fields 字段的文檔值

爲每個命中返回字段的文檔值表示，比如：

GET /_search
{
    "query" : {
        "match_all": {}
    },
    "docvalue_fields" : [
        "my_ip_field", // 直接用字段名
        {
            "field": "my_keyword_field"   // 也可以使用對象標記
        },
        {
            "field": "my_date_field",  // 字段名也支持通配符，比如 *_date_field
            "format": "epoch_millis"   // 在對象標記中可以自定義格式
        }
    ]
}

docvalue_fields支持兩種兩種用法：

• 直接指定字段名
• 對象標記

docvalue_fields支持所有啓動了文檔值的字段，無論這些字段是否被存儲。

如果docvalue_fields中指定了未啓用文檔值的字段，它將嘗試從字段數據的緩存中加載值，從而導致該字段的詞條加載到內存中，消耗更多的內存。

另外，大部分字段類型不支持自定義格式，但是：

• Date類型的字段可以指定日期格式
• Numeric類型的字段可以指定Decimal樣式

注意：

docvalue_fields不能加載嵌套對象中的字段，如果某字段的路徑中包含嵌套對象，那麼無法返回任何數據。要訪問嵌套的字段，只能在inner_hits塊中使用docvalue_fields

什麼是doc values？

大部分字段會被默認索引，以備查詢。倒排索引允許查找詞條，並找到包含詞條的相關文檔。但是排序，聚合，以及在腳本中訪問字段的值要使用的不同的數據訪問模式，我們需要查找文檔並找到字段中的詞條，而不是先找到詞條，再找到文檔。

文檔值是磁盤存儲的數據結構，在文檔索引時構建。其值與_source字段相同，但是是以列的方式，使其對排序和聚合操作更高效。幾乎所有的字段類型都支持文檔值，除了analyzed字符串字段。

支持文檔值的字段默認都已開啓這一特性。如果你確定不需要基於某字段進行排序、聚合，或者在腳本中訪問該字段的值，你可以禁用這一特性，以節約磁盤空間。

PUT my_index
// curl -X PUT "localhost:9200/my_index" -H 'Content-Type: application/json' -d'
{
  "mappings": {
    "properties": {
      "status_code": {  // 默認啓用文檔值
        "type":       "keyword"
      },
      "session_id": { 
        "type":       "keyword",
        "doc_values": false  // 禁用文檔值
      }
    }
  }
}

Explain詳細信息

指定explain爲true可以查看每次命中的詳細計算

GET twitter/_search
{
  "explain": true, 
  "query": {
    "term": {"user": "kimchy"}
  }
}

collapese 字段摺疊

基於字段的值摺疊搜索結果，相當於分組並排序後，取每組第一個文檔。比如下面的查詢檢索每個用戶獲贊最高的tweet：

GET /twitter/_search
{
    "query": {
        "match": {
            "message": "elasticsearch"
        }
    },
    "collapse" : {
        "field" : "user" // 根據user字段摺疊
    },
    "sort": ["likes"], 
}

From, Size

from指定偏移，size指定返回的命中數，可以用於分頁

GET /_search
{
    "from" : 0, "size" : 10,
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}

注意：from + size 不能大於index.max_result_window的默認值10000

###highlight高亮

基本用法：高亮需要指定字段

GET /_search
{
  "query": {
    "match": {"content": "mate"}
  },
  "highlight": {
    "fields": {"content":{}}  // 使用默認樣式高亮content字段
  }
}

返回結果如下，默認樣式是加<em>標籤：

{
  "took" : 261,
  "timed_out" : false,
  "_shards" : {
    "total" : 18,
    "successful" : 18,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 2,
      "relation" : "eq"
    },
    "max_score" : 0.8328784,
    "hits" : [
      {
        "_index" : "article",
        "_type" : "_doc",
        "_id" : "2",
        "_score" : 0.8328784,
        "_source" : {
          "content" : "huawei mate pro 銷量一飛沖天"
        },
        "highlight" : {
          "content" : [
            "huawei <em>mate</em> pro 銷量一飛沖天"
          ]
        }
      },
      {
        "_index" : "article",
        "_type" : "_doc",
        "_id" : "3",
        "_score" : 0.7942397,
        "_source" : {
          "content" : "mate pro 銷量以前銷量普通"
        },
        "highlight" : {
          "content" : [
            "<em>mate</em> pro 銷量以前銷量普通"
          ]
        }
      }
    ]
  }
}

指定高亮文本的摘要長度：

GET post001/_search
{
  "query": {
    "multi_match": {
      "fields": ["title", "content"],
      "query": "考研"
    }
  },
  "highlight": {
    "fields": {
      "content": {
        "number_of_fragments": 3,  // 返回幾個匹配的摘要
        "fragment_size": 50  // 每個摘要的長度
    },
      "title": {}
    }
  }
  
}

更多自定義設置參考官網

indices_boost 索引提升

爲不同的索引（集）設置不同的提升級別，當一個索引的命中結果比其他索引的命中結果更重要時，可以使用。

GET /_search
{
    "indices_boost" : [
        { "index1" : 1.4 },
        { "index2" : 1.3 }
    ]
}

如果指定的索引不存在，會報錯。

inner_hits內部命中

join父子字段和nested嵌套字段（對象數組）可以返回不同域內匹配的文檔。

inner_hits可以告訴你哪個嵌套對象或者父/子文檔導致了特定信息被返回。inner_hits可以定義在nested, has_child, has_parent查詢和過濾中。

nested inner hits

示例：

// 定義test001，comments字段類別爲nested
PUT test001
{
  "mappings": {
    "properties": {
      "comments": {
        "type": "nested"
      }
    }
  }
}

// 索引文檔
PUT test/_doc/1
{
  "title": "Test title",
  "comments": [  // 對象數組
    {
      "author": "kimchy",
      "number": 1
    },
    {
      "author": "nik9000",
      "number": 2
    }
  ]
}

// 
POST test001/_search
{
  "query": {
    "nested": {  // nested查詢
      "path": "comments",
      "query": {
        "match": {"comments.number" : 2}
      },
      "inner_hits": {} 
    }
  }
}

// 查詢結果如下：
{
  "took" : 34,
  "timed_out" : false,
  "_shards" : {
    "total" : 1,
    "successful" : 1,
    "skipped" : 0,
    "failed" : 0
  },
  "hits" : {
    "total" : {
      "value" : 1,
      "relation" : "eq"
    },
    "max_score" : 1.0,
    "hits" : [
      {
        "_index" : "test001",
        "_type" : "_doc",
        "_id" : "1",
        "_score" : 1.0,
        "_source" : {
          "title" : "Test title",
          "comments" : [
            {
              "author" : "kimchy",
              "number" : 1
            },
            {
              "author" : "nik9000",
              "number" : 2
            }
          ]
        },
        "inner_hits" : {
          "comments" : {
            "hits" : {
              "total" : {
                "value" : 1,
                "relation" : "eq"
              },
              "max_score" : 1.0,
              "hits" : [
                {
                  "_index" : "test001",
                  "_type" : "_doc",
                  "_id" : "1",
                  "_nested" : {  // 內部命中了哪個對象
                    "field" : "comments",
                    "offset" : 1
                  },
                  "_score" : 1.0,
                  "_source" : {  // 這個資源是 _nested中命中的那個對象
                    "author" : "nik9000",
                    "number" : 2
                  }
                }
              ]
            }
          }
        }
      }
    ]
  }
}

上面的例子中，_nested元數據很關鍵，因爲它定義了這個內部命中來自哪個內部嵌套對象：這裏是comments字段中，偏移爲1的那個嵌套對象。不過，由於排序和打分，命中位置通常和該對象定義時的位置不一致。

特別要注意的是，嵌套對象存儲在根文檔中，而根文檔在_source字段下，嵌套對象其實沒有_source字段。爲嵌套對象返回這個字段是有性能開銷的，尤其是在size和內部命中的size設置的比默認值大的時候。爲了避免這一點，可以在inner_hits中禁止包含_source字段，而是使用docvalue_fields字段。就像這樣：

POST test/_search
{
  "query": {
    "nested": {
      "path": "comments",
      "query": {
        "match": {"comments.text" : "words"}
      },
      "inner_hits": {
        "_source" : false,
        "docvalue_fields" : [
          "comments.number"
        ]
      }
    }
  }
}

多層嵌套字段和內部命中

示例：以下comments嵌套字段中又包含一個votes嵌套字段：

// 定義mapping
PUT test
{
  "mappings": {
    "properties": {
      "comments": {
        "type": "nested",
        "properties": {
          "votes": {
            "type": "nested"
          }
        }
      }
    }
  }
}

// 索引文檔
PUT test/_doc/1?refresh
{
  "title": "Test title",
  "comments": [
    {
      "author": "kimchy",
      "text": "comment text",
      "votes": []
    },
    {
      "author": "nik9000",
      "text": "words words words",
      "votes": [
        {"value": 1 , "voter": "kimchy"},
        {"value": -1, "voter": "other"}
      ]
    }
  ]
}

// inner hits查詢
POST test/_search
{
  "query": {
    "nested": {
      "path": "comments.votes",
        "query": {
          "match": {
            "comments.votes.voter": "kimchy"
          }
        },
        "inner_hits" : {}
    }
  }
}

返回結果如下：

{
  ...,
  "hits": {
    "total" : {
        "value": 1,
        "relation": "eq"
    },
    "max_score": 0.6931472,
    "hits": [
      {
        "_index": "test",
        "_type": "_doc",
        "_id": "1",
        "_score": 0.6931472,
        "_source": ...,
        "inner_hits": {
          "comments.votes": { 
            "hits": {
              "total" : {
                  "value": 1,
                  "relation": "eq"
              },
              "max_score": 0.6931472,
              "hits": [
                {
                  "_index": "test",
                  "_type": "_doc",
                  "_id": "1",
                  "_nested": {
                    "field": "comments",
                    "offset": 1,
                    "_nested": {
                      "field": "votes",
                      "offset": 0
                    }
                  },
                  "_score": 0.6931472,
                  "_source": {
                    "value": 1,
                    "voter": "kimchy"
                  }
                }
              ]
            }
          }
        }
      }
    ]
  }
}

父子內部命中

示例：

PUT test
{
  "mappings": {
    "properties": {
      "my_join_field": {
        "type": "join",
        "relations": {
          "my_parent": "my_child"
        }
      }
    }
  }
}

// 索引父文檔
PUT test/_doc/1?refresh
{
  "content": "from parent balabala",
  "my_join_field": "my_parent"
}

// 索引子文檔,url中的routing必須是parent的id值
PUT test/_doc/2?routing=1&refresh
{
  "content": "from child balabala",
  "my_join_field": {
    "name": "my_child",
    "parent": "1"
  }
}

// has_child搜索，搜索子文檔查找父文檔
POST test/_search
{
  "query": {
    "has_child": {
      "type": "my_child",
      "query": {
        "match": {
          "content": "from child balabala"
        }
      },
      "inner_hits": {}    
    }
  }
}

// has_parent，基於父文檔查找子文檔
POST test/_search
{
  "query": {
    "has_parent": {
      "type": "my_parent",
      "query": {
        "match": {
          "content": "from parent balabala"
        }
      },
      "inner_hits": {}    
    }
  }
}

返回結果：

{
    ...,
    "hits": {
        "total" : {
            "value": 1,
            "relation": "eq"
        },
        "max_score": 1.0,
        "hits": [  // 命中父文檔
            {
                "_index": "test",
                "_type": "_doc",
                "_id": "1",  
                "_score": 1.0,
                "_source": { 
                    "number": 1,
                    "my_join_field": "my_parent"
                },
                "inner_hits": {
                    "my_child": {
                        "hits": {
                            "total" : {
                                "value": 1,
                                "relation": "eq"
                            },
                            "max_score": 1.0,
                            "hits": [  // 命中子文檔
                                {
                                    "_index": "test",
                                    "_type": "_doc",
                                    "_id": "2",
                                    "_score": 1.0,
                                    "_routing": "1",
                                    "_source": {
                                        "number": 1,
                                        "my_join_field": {
                                            "name": "my_child",
                                            "parent": "1"
                                        }
                                    }
                                }
                            ]
                        }
                    }
                }
            }
        ]
    }
}

min_score

過濾打分低於指定值的文檔：

GET /_search
{
    "min_score": 0.5,
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}

_name 命名查詢

過濾上下文和查詢上下文中，可以指定_name

GET /_search
{
    "query": {
        "bool" : {
            "should" : [
                {"match" : { "name.first" : {"query" : "shay", "_name" : "first"} }},
                {"match" : { "name.last" : {"query" : "banon", "_name" : "last"} }}
            ],
            "filter" : {
                "terms" : {
                    "name.last" : ["banon", "kimchy"],
                    "_name" : "test"
                }
            }
        }
    }
}

post_filter

在搜索結果出來後，再進行過濾（區別於搜索中過濾），具體參見官網的示例

preference

指定在哪個副本分片上執行搜索。

rescore

二次打分有助於提高查詢的精度。它應用額外的算法對query和post_filter返回查詢結果的TOP-N進行重新排序（不對所有查詢結果應用，是爲了減少開銷）。rescore請求在每個分片返回其結果給協調節點前（該節點負責處理當前請求並彙總結果）執行。

TOP-N可以通過window_size參數指定，默認是10。

原始查詢打分和二次打分查詢的打分合併爲文檔的最終打分。

原始查詢和二次打分查詢的權重可以通過query_weight和rescore_query_weight來控制，默認是1。

示例：

POST /_search
{
   "query" : {
      "match" : {
         "message" : {
            "operator" : "or",
            "query" : "the quick brown"
         }
      }
   },
   "rescore" : {
      "window_size" : 50,
      "query" : {
         "rescore_query" : {
            "match_phrase" : {
               "message" : {
                  "query" : "the quick brown",
                  "slop" : 2
               }
            }
         },
         "query_weight" : 0.7,
         "rescore_query_weight" : 1.2
      }
   }
}

打分合並的方式可以由score_mode控制：

• total 相加（默認值）
• multiply
• avg
• max
• min

另外，可以依次執行多個二次打分：

POST /_search
{
   "query" : {
      "match" : {
         // ...
         }
      }
   },
   "rescore" : [ {
      "window_size" : 100,
      "query" : {
         "rescore_query" : {
          // ...
         },
         "query_weight" : 0.7,
         "rescore_query_weight" : 1.2
      }
   }, {
      "window_size" : 10,
      "query" : {
         "score_mode": "multiply",
         "rescore_query" : {
          // ...
         }
      }
   } ]
}

script fields

自定義字段，並根據腳本返回自定義的值：

GET /_search
{
    "query" : {
        "match_all": {}
    },
    "script_fields" : {
        "test1" : {
            "script" : {
                "lang": "painless",
                "source": "doc['price'].value * 2"
            }
        },
        "test2" : {
            "script" : {
                "lang": "painless",
                "source": "doc['price'].value * params.factor",
                "params" : {
                    "factor"  : 2.0
                }
            }
        }
    }
}

訪問字段時，推薦使用doc['field'].value的方式，當然也可以通過params['_source']['field']的方式，比如：

GET /_search
    {
        "query" : {
            "match_all": {}
        },
        "script_fields" : {
            "test1" : {
                "script" : "params['_source']['message']"
            }
        }
    }

二者的區別是，doc['field'].value的方式是將目標字段的詞條加載到內存並緩存，執行速度更快。另外，這種方式僅適用於簡單數據類型的字段（比如，不能是json），且對於不作分詞處理或者單詞條的字段纔有意義（也就不能是text類型）。

不推薦使用_source的方式，因爲要加載並解析整個文檔，會很慢。

scroll

類似於傳統數據庫的遊標。scroll用於處理大量的數據，比如分頁，比如將一個索引的文檔重新索引到另一個索引，分批來索引。

示例：

POST /twitter/_search?scroll=1m  // 指定保持搜索上下文1分鐘
{
    "size": 100,  // 指定分頁大小
    "query": {
        "match" : {
            "title" : "elasticsearch"
        }
    }
}

要使用scroll，必須在第一次請求的查詢字符串中指定?scroll，來告訴ES保持搜索上下文。ES返回的結果中，會包含一個_scroll_id，在調用scroll API時，需要傳遞這個id來檢索下一批的結果：

POST /_search/scroll 
{
    "scroll" : "1m", 
    "scroll_id" : "DXF1ZXJ5QW5kRmV0Y2gBAAAAAAAAAD4WYm9laVYtZndUQlNsdDcwakFMNjU1QQ==" 
}

注意，這次請求不需要指定索引名，因爲第一次請求中已經指定了（猜測scroll_id中包含該信息）。scroll參數告訴ES，再保持上下文1分鐘。

更多查看官網

search_after

分頁可以使用from和size完成，但是隨着分頁數越來越大，開銷也將無法接受。ES默認的index.max_result_window值是10000就是出於這個考慮。相比之下，對於大的分頁，更推薦使用scroll，但是scroll有上下文開銷，並且不推薦用於用戶的實時請求。而search_after通過實時遊標可以解決這個問題，其思路是使用上一頁的結果來幫助檢索下一頁的數據。

示例：

GET twitter/_search
{
    "size": 10,
    "query": {
        "match" : {
            "title" : "elasticsearch"
        }
    },
    "sort": [
        {"date": "asc"},
        {"tie_breaker_id": "asc"}      
    ]
}

注意：

排序的tiebreaker參數應該使用能唯一標識文檔的字段，否則可能出現排序未定義，導致缺失或者重複結果。_id字段具有唯一值，但是不推薦直接作爲tiebreaker使用。需要知道的是，search_after在查找文檔時，只需要全部或者部分匹配tiebreaker提供的值。因此，若一個文檔tiebreaker值是"654323"，而你指定search_after爲"654"，那麼將仍然匹配該文檔，並返回它之後的結果。建議在另一個字段中重複_id字段的內容，並使用這個新字段作爲tiebreaker用於排序。

以上請求的結果會包含文檔排序值（sort values）的數組，這些排序值可以用在search_after參數中。比如我們可以將最後一個文檔的排序值傳給"search_after"，以獲取下一頁的數據：

GET twitter/_search
{
    "size": 10,
    "query": {
        "match" : {
            "title" : "elasticsearch"
        }
    },
    "search_after": [1463538857, "654323"],
    "sort": [
        {"date": "asc"},
        {"tie_breaker_id": "asc"}
    ]
}

如果使用了search_after，from參數只能設置爲0或者-1

search_after無法滿足隨意跳頁的要求，類似於scroll API。不同之處在於，search_after是無狀態的，因此索引的更新或者刪除，可能會改變排序。

也可使用打分（搜索時默認按打分倒序）和id來排序：

"sort": [
    {"_score": {"order": "desc"}},
    {"_id": {"order":"asc"}}
]

注意：search_after和collapse不能同時使用！！！

seq_no_primary_term

返回匹配文檔最後一次修改的序號和primary term（和併發加鎖有關，具體參考ES的Document API）：

GET /_search
{
    "seq_no_primary_term": true,
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}

sort

排序在字段上定義，對於特殊字段，_score根據打分排序，_doc根據索引排序。

示例：

PUT /my_index
{
    "mappings": {
        "properties": {
            "post_date": { "type": "date" },
            "user": {"type": "keyword"},
            "name": {"type": "keyword"},
            "age": { "type": "integer" }
        }
    }
}

GET /my_index/_search
{
    "sort" : [
        { "post_date" : {"order" : "asc"}},
        "user",
        { "name" : "desc" },
        { "age" : "desc" },
        "_score"
    ],
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}

_doc沒啥用但確是最高效的排序。如果你不關心文檔返回順序，建議使用_doc排序，在scroll中尤其如此。

sort values

每個文檔的排序值會在響應中返回，可用於search_after API

sort order

• asc 升序，默認排序方式
• desc 倒序，根據_score排序默認是倒序

sort mode option

ES支持就數組或多值字段排序，mode選項可以控制用哪個值用來排序：

• min 選擇最小值
• max 選擇最大值
• sum 加總值（僅適用於數字數組）
• avg 平均值（僅適用於數字數組）
• median 中位數（僅適用於數字數組）

升序排序時，默認模式是min，倒序排序時，默認模式是max

更多查看官網

_source 過濾

控制_source字段的返回，可以禁止返回，設置爲flase，也可以指定返回哪些字段，丟棄哪些字段：

GET twitter/_search
{
  "_source": {
    "includes": ["user", "post_date"],  // 返回的字段
    "excludes": "message"  // 丟棄的字段
  }, 
  "query": {
    "match_all": {}
  }
}

另外，字段還支持通配符匹配

stored_fields

stored_fields是那些在mapping中指定爲stored的字段（默認false），不推薦使用。建議使用_source 過濾。

track_total_hits

計算有多少匹配文檔，可以指定爲true精確計算，也可以給定具體數值。具體查看官網

version

返回文檔的版本

GET /_search
{
    "version": true,
    "query" : {
        "term" : { "user" : "kimchy" }
    }
}

Search Template

_search/template接口允許使用模板字符預渲染搜索請求：

GET /_search/template
{
    "source" : {
      "query": { "match" : { "{{my_field}}" : "{{my_value}}" } },
      "size" : "{{my_size}}"
    },
    "params" : {
        "my_field" : "message",
        "my_value" : "some message",
        "my_size" : 5
    }
}

或者：

GET _search/template
{
    "source": {
        "query": {
            "term": {
                "message": "{{query_string}}"
            }
        }
    },
    "params": {
        "query_string": "search for these words"
    }
}

JSON參數

toJson函數可以將字典或者數組轉爲爲JSON表示，比如：

GET _search/template
{
    "source": "{ \"query\": { \"terms\": {{#toJson}}statuses{{/toJson}} }}",
    "params": {
        "statuses": [ "pending", "published" ]
    }
}

將被渲染爲：

{
  "query": {
    "terms": {
      "status": [
        "pending",
        "published"
      ]
    }
  }
}

_msearch

_msearch，在一個API中執行多個查詢請求。

其他：

• copy_to 可以將多個字段的內容合併到一個新字段，在查詢中使用新字段查詢。
• 精確值和全文本
  • 精確值不需要做分詞的處理，就是ES中的keyword
    • 數字，日期，狀態，具體字符串（比如"apple store"），沒有必要作分詞處理。
  • 全文本會分詞，ES中的text