深入研究查询Elasticsearch,过滤查询和全文搜索
因此，我将简要概述Elasticsearch的分析器，以便我们可以更好地分析全文查询。 每次将文本类型数据插入Elasticsearch索引时，都会对其进行分析，然后存储在反向索引中。根据分析器的配置方式，这会影响您的搜索功能，因为分析器也适用于全文搜索。
Elasticsearch 使用的查询语言（DSL）拥有一套查询组件，这些组件可以以无限组合的方式进行搭配。这套组件可以在以下两种情况下使用：过滤上下文（filtering context）和查询上下文（query context）。
查询语句和过滤语句可以放在各自的上下文中。 在 ElasticSearch API 中我们会看到许多带有query或filter的语句。 这些语句既可以包含单条 query 语句，也可以包含一条 filter 子句。
token过滤器：将分词器拆分的词条进行标准化处理，转换单词小写，无用的词条的删除（a、an等），词条增加等。通过上面的分词器、过滤器的操作文本就可以拆分成最终的词条，我们使用这些词条建立倒排索引就可以进行查询了。
ElasticSearch批量查询
es的批量查询可以使用mget和msearch两种。其中mget是需要我们知道它的id，可以指定不同的index，也可以指定返回值source。msearch可以通过字段查询来进行一个批量的查找。这个是官方给出的例子。
scroll查询用于有效的从Elasticsearch中检索大量文档，而无需支付深度分页带来的开销。
本节主要介绍go语言对Elasticsearch文档的基础操作：创建、查询、更新、删除。
第一阶段查询到匹配的docID，第二阶段再查询DocID对应的完整文档。
Elasticsearch——search搜索入门
1、确保一次搜索请求可以在用户指定的timeout时长内完成，为一些时间敏感的搜索应用提供良好的支持。全局设置：配置文件中设置 search.default_search_timeout：100ms 。该设置不常用。
2、Elasticsearch使用的是 term frequency/inverse document frequency算法，简称为TF/IDF算法。
3、在 Elasticsearch 中，您有执行搜索返回 hits (命中结果)，并且同时返回聚合结果，把一个响应中的所有hits(命中结果)分隔开的能力。
4、ElasticSearch的search一般有两个搜索类型 所有的搜索系统一般都是两阶段查询：第一阶段查询到匹配的docID，第二阶段再查询DocID对应的完整文档。
elasticsearch聚合查询
1、Elasticsearch 给相同的分片用相同的preference string 来路由 searches。
2、aggregations - 代表聚合查询语句，可以简写为aggs aggregation_name - 代表一个聚合计算的名字，可以随意命名，因为ES支持一次进行多次统计分析查询，后面需要通过这个名字在查询结果中找到我们想要的计算结果。
3、聚合（aggregations）可以实现对文档数据的统计、分析、运算。常见的聚合类型 用来对文档做分组：Ⅰ TermAggregation ：按照文档字段值分组； Ⅱ Date Histogram ：按照日期阶梯分组，例如一周为一组，或者一月为一组。