ES有很多不同的请求和过滤方式，然而常用的不多。我们将会在Search in depth 中更详细的讲解，此处，就把最重要的一些查询和过滤做一个快速的介绍。

term filter

term filter被用来过滤确切的值，可以是数字，日期，boolean，或者not_analyzed的字符串：

{"term":{"age":    26           }}
{"term":{"date":   "2014-09-01"}}
{"term":{"public":true         }}
{"term":{"tag":    "full_text"  }}

terms filter

terms filter和term filter类似，但是允许你指定更多的匹配值。如果document的任意filed匹配查询中的任意term，这个document就是匹配的：

{"terms":{"tag":["search","full_text","nosql"]}}

range filter

这个范围过滤器允许指定数字和日期，以查询之间的数字或日期：

{
    "range":{
        "age":{
            "gte":  20,
            "lt":   30
        }
    }
}

这个操作接受的参数如下：

{
    "exists":   {
        "field":    "title"
    }
}

这个过滤常常用来检测一个filed是否存在，如果不存在就用到不同的场景。

bool filter

这个过滤常常用来联合一些逻辑判断的过滤条目，他接受三个参数：

每个参数能接受一个单独的过滤或者一个过滤条目的数组；

{
    "bool":{
        "must":     {"term":{"folder":"inbox"}},
        "must_not":{"term":{"tag":    "spam"  }},
        "should":[
                    {"term":{"starred":true   }},
                    {"term":{"unread":  true   }}
        ]
    }
}

match_all query

这个查询就是简单的匹配所有的document，如果没有指定任何的查询条件这个就是默认的查询：

{"match_all":{}}

这个查询常常用来组合一些过滤器，例如，在收件箱中检索所有的邮件，每个都是一样的相关度，因此他们的_score都是1。

match query

几乎在任何field中，当你想检索一个full text或者精确值检索时候，这个match应该成为你的标准查询。如果你对一个full text使用match，在执行search之前，ES就会使用正确的analyzer分词这个查询字符串：

{"match":{"tweet":"About Search"}}

如果你对一个确切的field使用这个查询，例如，数字，日期，boolean，或者not_analyzed字符串，ES会进行精确的查找：

{"match":{"age":    26           }}
{"match":{"date":   "2014-09-01"}}
{"match":{"public":true         }}
{"match":{"tag":    "full_text"  }}

对于确切值的查找，或许你更喜欢使用filter而不是query，因为filter能缓存。

不像是在 Search Lite中我们介绍的query string查询，match query不再使用类似"+user_id:2 +tweet:search"的语法。match query就是查找指定的词。这意味着把一个可以搜索的field暴露给用户是安全的，因为用户可以查询，并且不会轻易的抛出语法异常。

multi_match query

这个查询把如果match一起查询：

{
    "multi_match":{
        "query":    "full text search",
        "fields":   ["title","body"]
    }
}

bool query

这个查询和bool filter很相似，是用来组合多个查询条目。然而，有一些不同。记住，当filter做出yes|no的回答的时候，query是计算相关度。这个bool query组合来自must或者should条目的_score。

下面查找的是title匹配“how_to_make millions”并且tag不能是“spam”。如果document的tag是“starred”或者是2014年以来的那么_score就会比较高：

{
    "bool":{
        "must":     {"match":{"title":"how to make millions"}},
        "must_not":{"match":{"tag":   "spam"}},
        "should":[
            {"match":{"tag":"starred"}},
            {"range":{"date":{"gte":"2014-01-01"}}}
        ]
    }
}

如果，没有must条目，那么至少要一个should条目需要匹配，但是如果有must条目，should中的任意一个不匹配也是可以的。

原文：http://www.elasticsearch.org/guide/en/elasticsearch/guide/current/_most_important_queries_and_filters.html