文档的查询相对复杂些，而且内容比较多，学会了使用 RESTful API 查询，到后边学习 Java REST Client API 时，也就简单了。
在上一篇创建的索引库基础上，我们再添加几条文档数据，来丰富可查询的内容：
PUT user/_doc/2
{
"name": "王五",
"age": 25,
"label": [
"打工人",
"宅男",
"王者荣耀"
]
}
POST user/_doc/3
{
"name": "赵六",
"age": 43,
"label": [
"脱口秀",
"直播带货",
"王者荣耀"
]
}
POST user/_doc/4
{
"name": "张三丰",
"age": 80,
"label": [
"武当山",
"太极"
]
}
POST user/_doc/5
{
"name": "王重阳",
"age": 70,
"label": [
"终南山",
"全真教"
]
}
POST user/_doc/6
{
"name": "王者荣耀",
"age": 2,
"label": [
"游戏",
"好玩"
]
}
现在一共有如下的文档数据：
1、简单的查询
准备好了数据，那就开始我们的文档查询之旅吧。
最简单的，我们可以直接根据文档 id 去查询：
GET user/_doc/1
根据 id 去查询确实不够灵活，可以在索引名后边添加_search关键字，如下 API 会默认查出索引中的前10条数据：
GET user/_search
也可以添加查询条件，直接在路径后拼接键为q，值为字段名:查询条件内容格式的参数，例如查询name是王重阳的文档：
GET user/_search?q=name:王重阳
但是将查询条件拼接在路径后，难以构造更复杂的查询条件，我们也可以将查询条件放在请求体里，使用 JSON 格式构造复杂的查询条件，也就是Query DSL。到这里真正的文档查询才算开始，我们从下边几个方面来看。
2、match
GET user/_search
{
"query": {
"match": {
"name": "王重阳"
}
}
}
这里我们要查询name是王重阳的文档，需要注意的是，match查询时，同时使用 ES 默认的分词器，查询的关键字王重阳会被分词为王、重、阳，所以只要name包含这三个词中一个或多个的文档都会被查询出来。所以最终王重阳和王五都会被查询出来。
3、 match_phrase
如果希望能够精准查询，可以使用match_phrase，match_phrase也会对查询的关键字分词，但是分词后的各个词必须在文档字段中都出现，并且顺序一致而且是连续的：
GET user/_search
{
"query": {
"match_phrase": {
"name": "王重阳"
}
}
}
最终只会查询出name是王重阳的文档。
4、term
使用term查询时不会对查询的关键字分词，而是直接用关键字去和文档字段生成的索引去匹配：
GET user/_search
{
"query": {
"term": {
"name": "王重阳"
}
}
}
5、multi_match
如果需要查询多个字段，只要其中最少一个字段能匹配上就可以，multi_match可以实现这个功能
GET user/_search
{
"query": {
"multi_match": {
"query": "王者荣耀",
"fields": ["name","label"]
}
}
}
注意查询的关键字同样会被分词。
6、range
range可以按范围查询，例如查询age>=10并且age<=40的文档数据：
GET user/_search
{
"query": {
"range": {
"age": {
"gte": 10,
"lte": 40
}
}
}
}
-
gte：>= -
gt：> -
lte：<= -
lt：<
7、sort
sort可以将查询出来的数据按指定字段升序（asc）或降序（desc）排列：
GET user/_search
{
"query": {
"range": {
"age": {
"gte": 10,
"lte": 40
}
}
},
"sort": [
{
"age": {
"order": "asc"
}
}
]
}
8、from、size
from（默认从第0行开始）、size（默认10条数据）可以实现分页的功能，表示从第几行开始查询几条文档数据：
GET user/_search
{
"query": {
"range": {
"age": {
"gte": 10,
"lte": 40
}
}
},
"sort": [
{
"age": {
"order": "asc"
}
}
],
"from": 0,
"size": 2
}
9、bool
bool表示多个条件联合查询，会使用到must、must_not、should、filter，使用联合查询也可以实现multi_match的功能。我们分别来看：
must表示必须匹配所有条件，如下查询name以王开头，同时，age>=10并且age<=40的文档数据：
GET user/_search
{
"query": {
"bool": {
"must": [
{
"match_phrase_prefix": {
"name": "王"
}
},
{
"range": {
"age": {
"gte": 10,
"lte": 40
}
}
}
]
}
}
}
查询结果截图如下：
must_not和must相反，表示所有条件都不匹配，这里就不演示了。
should表示只要其中一个条件匹配即可，如下表示查询name以王开头，或者，age>=10并且age<=40的文档数据：
GET user/_search
{
"query": {
"bool": {
"should": [
{
"match_phrase_prefix": {
"name": "王"
}
},
{
"range": {
"age": {
"gte": 10,
"lte": 40
}
}
}
]
}
}
}
filter的功能和must类似，过滤出匹配所有条件的文档数据，但是filter不参与查询结果的得分（_score）计算，性能会更好一些：
GET user/_search
{
"query": {
"bool": {
"filter": [
{
"match_phrase_prefix": {
"name": "王"
}
},
{
"range": {
"age": {
"gte": 10,
"lte": 40
}
}
}
]
}
}
}
注意对比查询结果中
_score字段的值。
10、 _source
默认查询出的文档数据包含全部字段，如果只需要查询需要的字段，可以使用_source来实现，如下只查询文档中的name、age字段：
GET user/_search
{
"query": {
"match_phrase": {
"name": "王重阳"
}
},
"_source": ["name","age"]
}
11、 highlight
highlight即高亮，可以实现将查询结果中的关键字高亮显示，比如在baidu搜索Elasticsearch：
结合上图就容易理解它的作用了，原理就是给要高亮的关键字包裹上指定html标签，使用
highlight时会用到以下几个字段：
-
pre_tags默认值是<em>，表示html标签的前半部分 -
post_tags默认值是</em>，表示html标签的后半部分 -
fields表示文档中哪个字段的值和查询的关键字匹配时会被高亮显示
如下，我们查询name以王开头的数据：
GET user/_search
{
"query": {
"match_phrase_prefix": {
"name": "王"
}
},
"highlight":{
"pre_tags": "<span style='color:red'>",
"post_tags": "</span>",
"fields": {
"name": {}
}
}
}
结果如下， 查询结果中王会被指定的html标签包裹，只需从highlight字段中提取高亮的字段值，最后通过网页渲染即可。
如果我们要从多个字段去查询，例如，查询name以王开头并且label中包含王的数据，返回结果需要高亮显示，只需要在fields属性中添加新的字段即可：
GET user/_search
{
"query": {
"bool": {
"should": [
{
"match_phrase_prefix": {
"name": "王"
}
},
{
"match": {
"label": "王"
}
}
]
}
},
"highlight": {
"pre_tags": "<span style='color:red'>",
"post_tags": "</span>",
"fields": {
"name": {},
"label": {}
}
}
}
