接上一章基础检索，在上一章博客中，我在ES中插入了许多的数据，接下来就基于之前的数据进行一些高级的操作
ES的高级查询有它自己的语言----QueryDSL
ES提供了一个可以执行查询的JSON风格的DSL，被称为QueryDSL，这个语言很全面，但是稍显复杂，先来体验一哈
可以看到，QueryDSL查询是通过get发送请求，并携带一个json数据，这个json数据包含我们的查询条件，其语法格式如下
{
查询名1:{
条件1:值1
}，
查询名2:{
条件2:值2
}，
.....
}
match 分词匹配查询
match查询会对检索条件进行分词匹配，只要数据匹配其中的一个字符，都会被查询出来，最后根据得分排序返回
# 语法格式
# 查询每个字段值为多少的数据,支持模糊查询
GET bank/_search # 请求体
{
"query": {
# 查询
"match": {
# 匹配查询
"FIELD": "TEXT" # 字段：值
}
}
}
match_phrase 短语匹配
match_phrase 会将检索条件的值作为一个整个进行检索
GET bank/_search
{
"query": {
"match_phrase": {
"FIELD": "PHRASE"
}
}
}
multi_match 多字段匹配
查询多个字段中包含某个值的数据，并且会对查询条件进行分词匹配
GET bank/_search
{
"query": {
"multi_match": {
"query": "", # 查询条件
"fields": [] # 匹配的字段
}
}
}
bool 复合查询
复合查询可以合并多个查询条件，相当于mysql 中的and条件，查询时需要满足所有的条件
GET bank/_search
{
"query": {
"bool": {
"must": [ # 必须满足这个条件
{
}
],
"must_not": [ # 必须不是这个条件
{
}
],
"should": [ # 可以包含这个条件
{
}
]
.....
}
}
term 匹配查询
term和match一样，都可以做精确匹配，不同的是term不能做模糊查询，term会将检索条件的值作为一个整体去查询，但是ES在存储文本时存在数据分析的问题，相当于是分词存储，所以term在查询多次文本时查不到数据，推荐在查询非文本是使用term
GET bank/_search
{
"query": {
"term": {
"FIELD": {
"value": "VALUE"
}
}
}
}
aggregations 聚合
聚合提供了从数据中分组和提取数据的能力，最简单的聚合方法大致等于sql group by 和sql 聚合函数。
GET bank/_search
{
"aggs": {
"NAME": {
"AGG_TYPE": {
}
}
}
}
示例1：搜索address中包含mill的所有人的年龄分布以及平均年龄
示例2：按照年龄聚合，并请求这些年龄段的平均薪资
示例3：查询所有年龄分布，并且在年龄段中M和F的平均薪资和总体平均薪资
