一个字段精确过滤，其他字段全文检索：先看 mapping

假设文档有 title、content、author、type 四个字段，需求是在指定 type 中搜索关键词。这里实际上有两个条件：类别相等，以及文本相关性匹配。

先检查 mapping

假设 type 是 keyword，title、content、author 是 text，才可以使用下面的组合。若业务字段是分析过的 text，就不能直接把 term 当成原始字符串相等判断；存在 keyword 子字段时也要先确认真实名称和 normalizer。

GET /example_articles/_mapping

这里的 type 是普通业务字段，与旧版 Elasticsearch 的 mapping type 不是同一个概念。

类别放 filter，全文查询放 must

GET /example_articles/_search
{
  "query": {
    "bool": {
      "filter": [
        { "term": { "type": "专题" } }
      ],
      "must": [
        {
          "multi_match": {
            "query": "集团",
            "fields": ["title", "content", "author"]
          }
        }
      ]
    }
  }
}

filter 用于不参与评分的条件；must 中的全文查询参与评分。term 查询索引中的具体词项，match/multi_match 则按照相应字段和查询规则分析文本。ES 7.3 Term query、Bool query

嵌套多层 must 并不会把 match 自动变成精确相等。must 表示条件怎样组合，不会改写内部查询的分析语义。

“模糊搜索”不是一种统一操作

全文分词、任意子串、wildcard 通配符和 fuzziness 编辑距离容错，是不同需求。上面的例子是全文检索，并没有保证任意子串都命中，也没有开启拼写容错。

在自己的索引中，应结合 mapping、样本文档和分析结果检查大小写、中文分词、多值及缺失字段。若改变了索引期分析方式，也需要考虑已有文档是否要重建，不能只改请求就假定历史数据一起变化。