應向所有碎片的副本/主服務器發送請求。如果每個碎片有多個副本，那麽並發搜索請求可以同時發送給其他副本。
搜索的參數都差不多。北京是本文檔_all字段的值，分詞後建立對應的倒排索引。
DSL-領域指定語言，壹種特殊的領域語言。
請求參數由請求主體傳遞。在Elasticsearch中，請求主體的字符集默認為UTF-8。
查詢字符串後的參數越多，搜索條件越復雜，無法滿足需求。
DSL:特定領域語言，壹種特定領域的語言。
Es獨特的搜索語言，可以在請求體中攜帶搜索條件，功能強大。
查詢所有GET /book/_search
排序GET /book/_search？排序=價格:desc
分頁查詢GET /book/_search？size = 10 & amp；from=0
指定返回字段GET /book/ _search？_ source =名稱，研究模型
通過組合上述各種類型的查詢，實現了復雜的查詢。
搜索要求:標題必須包含elasticsearch，內容可以包含也可以不包含elasticsearch，author_id不能是111。
初始數據:
搜索:
返回:
更復雜的搜索要求:
select * from test_index其中name = ' Tom ' or(hired = true and(personality = ' good ' and rude！=真))
重新創建圖書索引
插入數據
搜索
相關性得分算法，簡單來說就是計算壹個索引中的文本與搜索文本的相關匹配程度。
Elasticsearch使用$ TERM頻率/逆文檔頻率算法，簡稱TF/IDF算法。TF詞頻($ Term頻率)，IDF反向文檔頻率(IDF反向文檔頻率)
$ Term頻率:搜索文本中的每個條目在字段文本中出現多少次？出現的次數越多，相關性越強。
示例:搜索請求:hello world
doc1:妳好妳我，世界很好。
醫生2:妳好，妳好嗎
逆文檔頻率:搜索文本中的每個條目在整個索引的所有文檔中出現的次數，出現次數越多，相關度越低。
示例:搜索請求:hello world
doc1:妳好，今天很好
醫生2:嗨，世界，妳好嗎
整個指數有1億條數據。hello有1000個文檔，world有100個文檔。
文件2更相關
字段長度規範:字段長度，字段越長，相關性越弱。
示例:搜索請求:hello world
Doc 1: { "標題":"妳好文章"，"內容":" balabalabal 10000件" }
Doc 2: {"title": "myarticle "，" content ":" balabalabal 65438+壹萬，世界" }
返回
搜索的時候，要依靠倒排索引；在排序時，需要依靠正字法索引來查看每個文檔的每個字段，然後進行排序。所謂的正字法指標，其實就是doc值。
建立索引時，壹方面會建立倒排索引進行搜索；壹方面，將建立正交索引，即doc值，用於排序、聚合、過濾等操作。
Doc值保存在磁盤上。此時如果內存足夠，os會自動緩存在內存中，性能依然會很高。如果沒有足夠的內存，操作系統會將其寫入磁盤。
倒排索引
doc1:妳好世界妳和我
醫生2:嗨，世界，妳好嗎
搜索時:
妳好-& gt；妳好
妳好-& gt；doc1
妳-& gt；文件1，文件2
doc1:妳好世界妳和我
醫生2:嗨，世界，妳好嗎
排序方式有問題。
正交索引
doc1: { "姓名":"傑克"，"年齡":27 }
文件2: { "姓名":"湯姆"，"年齡":30 }
對於常規搜索，如果沒有添加from和size，默認情況下將搜索前10個項目，並按_score排序。
短語檢索。要求查詢條件必須完全匹配特定數據才能成為搜索結果。其特征在於:1-搜索條件不進行任何分詞分析；2-在搜索字段對應的倒排索引(正排索引)中精確匹配不再是簡單的全文搜索。
確定將使用哪個碎片來執行搜索操作。
_primary，_primary_first，_local，_only_node:xyz，_ prefere _ node:XYZ，_shards:2，3
彈跳結果問題，兩個文檔都排序了，而且字段值相同；在不同的分片上，順序可能不同；每個輪詢請求都針對不同的副本碎片；妳在頁面上看到的搜索結果的排名每次都不壹樣。這是彈跳的結果，是跳躍的結果。
在搜索時，搜索請求通過輪詢發送到每個副本碎片(主碎片)，但是不同碎片上的文檔排序可能不同。
解決方案是將首選項設置為壹個字符串，比如user_id，這樣每個用戶都將使用相同的副本碎片來執行每次搜索，這樣您就不會看到跳躍的結果。
主要限於某壹段時間，獲取的部分數據會直接返回，避免查詢時間過長。
Document文檔路由，_id路由，routing=user_id，這樣就可以將同壹用戶對應的數據發送到壹個shard。
默認值:query_then_fetch
Dfs_query_then_fetch可以提高相關排序的準確性。