这次主要讲常见的过滤查询语句！
##term过滤
term主要用于精确匹配哪些值，比如数字，日期，布尔值或 not_analyzed 的字符串(未经分析的文本数据类型)：
1{ "term": { "age": 26 }} 2{ "term": { "date": "2014-09-01" }} 3{ "term": { "public": true }} 4{ "term": { "tag": "full_text" }}
完整的例子， hostname 字段完全匹配成 saaap.wangpos.com 的数据：
1{ 2 "query": { 3 "term": { 4 "hostname": "saaap.wangpos.com" 5 } 6 } 7}
##terms 过滤
terms 跟 term 有点类似，但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值，那么文档需要一起去做匹配：
1{ 2 "terms": { 3 "tag": [ "search", "full_text", "nosql" ] 4 } 5}
完整的例子，所有http的状态是 302 、304 的， 由于ES中状态是数字类型的字段，所有这里我们可以直接这么写。：
1{ 2 "query": { 3 "terms": { 4 "status": [ 5 304, 6 302 7 ] 8 } 9 } 10}
##range 过滤
range过滤允许我们按照指定范围查找一批数据：
1{ 2 "range": { 3 "age": { 4 "gte": 20, 5 "lt": 30 6 } 7 } 8}
范围操作符包含：
gt :: 大于 gte:: 大于等于 lt :: 小于 lte:: 小于等于 一个完整的例子， 请求页面耗时大于1秒的数据，upstream_response_time 是 nginx 日志中的耗时，ES中是数字类型。
1{ 2 "query": { 3 "range": { 4 "upstream_response_time": { 5 "gt": 1 6 } 7 } 8 } 9}
##exists 和 missing 过滤
exists 和 missing 过滤可以用于查找文档中是否包含指定字段或没有某个字段，类似于SQL语句中的IS_NULL条件.
1{ 2 "exists": { 3 "field": "title" 4 } 5}
这两个过滤只是针对已经查出一批数据来，但是想区分出某个字段是否存在的时候使用。
##bool 过滤 bool 过滤可以用来合并多个过滤条件查询结果的布尔逻辑，它包含一下操作符：
must :: 多个查询条件的完全匹配,相当于 and。 must_not :: 多个查询条件的相反匹配，相当于 not。 should :: 至少有一个查询条件匹配, 相当于 or。 这些参数可以分别继承一个过滤条件或者一个过滤条件的数组：
1{ 2 "bool": { 3 "must": { "term": { "folder": "inbox" }}, 4 "must_not": { "term": { "tag": "spam" }}, 5 "should": [ 6 { "term": { "starred": true }}, 7 { "term": { "unread": true }} 8 ] 9 } 10}
##match_all 查询
可以查询到所有文档，是没有查询条件下的默认语句。
1{ 2 "match_all": {} 3}
此查询常用于合并过滤条件。 比如说你需要检索所有的邮箱,所有的文档相关性都是相同的，所以得到的_score为1.
##match 查询
match查询是一个标准查询，不管你需要全文本查询还是精确查询基本上都要用到它。
如果你使用 match 查询一个全文本字段，它会在真正查询之前用分析器先分析match一下查询字符：
1{ 2 "match": { 3 "tweet": "About Search" 4 } 5}
如果用match下指定了一个确切值，在遇到数字，日期，布尔值或者not_analyzed 的字符串时，它将为你搜索你给定的值：
1{ "match": { "age": 26 }} 2{ "match": { "date": "2014-09-01" }} 3{ "match": { "public": true }} 4{ "match": { "tag": "full_text" }}
提示： 做精确匹配搜索时，你最好用过滤语句，因为过滤语句可以缓存数据。
##multi_match 查询
multi_match查询允许你做match查询的基础上同时搜索多个字段，在多个字段中同时查一个：
1{ 2 "multi_match": { 3 "query": "full text search", 4 "fields": [ "title", "body" ] 5 } 6}
##bool 查询
bool 查询与 bool 过滤相似，用于合并多个查询子句。不同的是，bool 过滤可以直接给出是否匹配成功， 而bool 查询要计算每一个查询子句的 _score （相关性分值）。
must:: 查询指定文档一定要被包含。 must_not:: 查询指定文档一定不要被包含。 should:: 查询指定文档，有则可以为文档相关性加分。 以下查询将会找到 title 字段中包含 "how to make millions"，并且 "tag" 字段没有被标为 spam。 如果有标识为 "starred" 或者发布日期为2014年之前，那么这些匹配的文档将比同类网站等级高：
1{ 2 "bool": { 3 "must": { "match": { "title": "how to make millions" }}, 4 "must_not": { "match": { "tag": "spam" }}, 5 "should": [ 6 { "match": { "tag": "starred" }}, 7 { "range": { "date": { "gte": "2014-01-01" }}} 8 ] 9 } 10}
提示： 如果bool 查询下没有must子句，那至少应该有一个should子句。但是 如果有must子句，那么没有should子句也可以进行查询。
##wildcards 查询
以下查询能够匹配包含W1F 7HW和W2F 8HW的文档：
1GET /my_index/address/_search 2{ 3 "query": { 4 "wildcard": { 5 "postcode": "W?F*HW" 6 } 7 } 8}
又比如下面查询 hostname 匹配下面shell通配符的：
1{ 2 "query": { 3 "wildcard": { 4 "hostname": "wxopen*" 5 } 6 } 7}
##regexp 查询
假设您只想匹配以W开头，紧跟着数字的邮政编码。使用regexp查询能够让你写下更复杂的模式：
1GET /my_index/address/_search 2{ 3 "query": { 4 "regexp": { 5 "postcode": "W[0-9].+" 6 } 7 } 8}
这个正则表达式的规定了词条需要以W开头，紧跟着一个0到9的数字，然后是一个或者多个其它字符。
下面例子是所有以 wxopen 开头的正则
1{ 2 "query": { 3 "regexp": { 4 "hostname": "wxopen.*" 5 } 6 } 7}
##prefix 查询
以什么字符开头的，可以更简单地用 prefix，如下面的例子：
1{ 2 "query": { 3 "prefix": { 4 "hostname": "wxopen" 5 } 6 } 7}
##短语匹配(Phrase Matching)
当你需要寻找邻近的几个单词时，你会使用match_phrase查询：
1GET /my_index/my_type/_search 2{ 3 "query": { 4 "match_phrase": { 5 "title": "quick brown fox" 6 } 7 } 8}
和match查询类似，match_phrase查询首先解析查询字符串来产生一个词条列表。然后会搜索所有的词条， 但只保留含有了所有搜索词条的文档，并且词条的位置要邻接。一个针对短语quick fox的查询不会匹配 我们的任何文档，因为没有文档含有邻接在一起的quick和box词条。 match_phrase查询也可以写成类型为phrase的match查询：
1"match": { 2 "title": { 3 "query": "quick brown fox", 4 "type": "phrase" 5 } 6}