elasticsearch优化之多字段搜索multi_match查询

1 首先说下multi_match多字段匹配的三种类型，分别是best_fields（最佳字段） 、 most_fields（多数字段） 和 cross_fields（跨字段）
2 best_fields类型，multi_match默认的查询类型，可以省略不写，返回某一个字段匹配到最多关键字的文档，比如我搜索”李安生日“，下面有两个文档

GET /news/_search
{
  "query": {
	  "multi_match": {		
			"query": "李安生日",
			"fields": ["headline", "summary"],
			"type":    "best_fields",
		}
    }

doc1：
“headline”: “李安携新电影要与观众见面了”
“summary”: “特意安排在生日这天上映新电影”
doc2:
“headline” : “向李安同志学习”
“summary” : "李安同志的英雄事迹得到了弘扬”
应该返回doc1才是我们想要的结果，然而并不是，这个时候就需要兼顾到summary字段的匹配得分了，通过公式先看下：score=best_field.scoreboost+other_fieldsboost.score*tie_breaker，这样就得到了一个均衡的得分了。

GET /news/_search
{
  "query": {
	  "multi_match": {
			"query": "李安生日",
			"fields": ["headline", "summary"],
			"type": "best_fields",
			"tie_breaker": 0.3
		}
    }
}

tie_breaker是将其它匹配的查询子句考虑进来也是可能的。通过指定tie_breaker参数将其它每个匹配的子句的分值乘以tie_breaker，以达到取得最佳匹配查询子句的_score
3 most_fields多数字段匹配成功的得分之和，字段匹配越多，得分越高，例如搜索“李安”，很显然文档doc2的匹配度高于文档doc1

GET /news/_search
{
  "query": {
	  "multi_match": {
			"query": "李安",
			"fields": ["headline", "summary"],
			 "type": "most_fields"
			 
		}
    }
}

4 cross_fields指的是一个唯一标识，跨域了多个字段，比如人的标识是名字，一个建筑的标识是地址，姓名跨域散落在多个field中，比如first_name和last_name，一个地址也可以散落在多个字段中，比如country,province,city中。

GET /area/_search
{
	"query": {
		"multi_match": {
			"query": "河南省郑州市",
			"fields": ["province", "city"],
			"type": "cross_fields",
			"operator": "and"
		}
	}
}

operator使用and，是要返回两者同时匹配成功的结果。