1 首先说下multi_match多字段匹配的三种类型，分别是best_fields（最佳字段） 、 most_fields（多数字段） 和 cross_fields（跨字段）
2 best_fields类型，multi_match默认的查询类型，可以省略不写，返回某一个字段匹配到最多关键字的文档，比如我搜索”李安生日“，下面有两个文档
GET /news/_search
{
"query": {
"multi_match": {
"query": "李安生日",
"fields": ["headline", "summary"],
"type": "best_fields",
}
}
doc1：
“headline”: “李安携新电影要与观众见面了”
“summary”: “特意安排在生日这天上映新电影”
doc2:
“headline” : “向李安同志学习”
“summary” : "李安同志的英雄事迹得到了弘扬”
应该返回doc1才是我们想要的结果，然而并不是，这个时候就需要兼顾到summary字段的匹配得分了，通过公式先看下：score=best_field.scoreboost+other_fieldsboost.score*tie_breaker，这样就得到了一个均衡的得分了。
GET /news/_search
{
"query": {
"multi_match": {
"query": "李安生日",
"fields": ["headline", "summary"],
"type": "best_fields",
"tie_breaker": 0.3
}
}
}
tie_breaker是将其它匹配的查询子句考虑进来也是可能的。通过指定tie_breaker参数将其它每个匹配的子句的分值乘以tie_breaker，以达到取得最佳匹配查询子句的_score
3 most_fields多数字段匹配成功的得分之和，字段匹配越多，得分越高，例如搜索“李安”，很显然文档doc2的匹配度高于文档doc1
GET /news/_search
{
"query": {
"multi_match": {
"query": "李安",
"fields": ["headline", "summary"],
"type": "most_fields"
}
}
}
4 cross_fields指的是一个唯一标识，跨域了多个字段，比如人的标识是名字，一个建筑的标识是地址，姓名跨域散落在多个field中，比如first_name和last_name，一个地址也可以散落在多个字段中，比如country,province,city中。
GET /area/_search
{
"query": {
"multi_match": {
"query": "河南省郑州市",
"fields": ["province", "city"],
"type": "cross_fields",
"operator": "and"
}
}
}
operator使用and，是要返回两者同时匹配成功的结果。
————————————————
版权声明：本文为CSDN博主「codeSeeking」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/danger0629/article/details/102695894