所有的访问执行关联度计算，但并不是所有访问都有一个分析阶段。除了一些特定查询例如Bool或者是function_score查询，这些不再文本上执行。文本访问可以被分成两个部分：
Term-based queries
Queries 像term或者是fuzzy queries 是一种低水平访问，没有分析模块。它们在单个term上执行。一个term query for foo 寻找具体term 在反向索引中， 并且计算TF/IDF 相关度_score 给每一个包含该term的文档
记住term query 在仅仅反向索引中寻找具体的term是很重要的。它不会匹配像foo 或者是FOO这样的值。如果你索引[“Foo”,”Bar”]在具体的not_analyzed field，或者Foo Bar在analyzed field，两者都会导致 2个 terms Foo 和 Bar 在反向索引中。
Full-text queries
像match或者query_string是高逼格的访问，请理解field的映射
- 如果你用她们query date 或者 integer filed， 它们会把queryString 当成date 或者是integer类型
- 如果你query exact value（not_analyzed）string field，它会把真个字符串当成一个单个term
- 但是如果你query a full-text(analyzed) field, 它会第一步通过合适的分析器去访问字符串 然后去生成一个待访问的term 列表，一旦term列表已经就绪，它会执行一个合适的低水平query, 然后把结果组成起来，并且生成一个最终的相关度score为每一个文档。我们会在后面的章节讨论具体的细节