1、精准查询
要实现精确查询，你可以使用 Elasticsearch 的 term 查询。term 查询将按照精确值进行搜索，因此可以用来实现精确查询。
以下是一个示例：
假设你有一个名为 "users" 的索引，其中包含一个名为 "name" 的字段，你想要搜索名为 "John" 的用户。你可以使用以下查询：
GET /users/_search
{
"query": {
"term": {
"name": "John"
}
}
}
此查询将返回所有名为 "John" 的用户。请注意，term 查询是大小写敏感的，因此它会将 "John" 与 "john" 视为不同的值。
如果你希望实现大小写不敏感的精确查询，你可以使用 keyword 字段。例如：
GET /users/_search
{
"query": {
"term": {
"name.keyword": "john"
}
}
}
2、模糊查询
在 Elasticsearch 中，可以使用多种方法实现模糊查询。以下是一些常用的模糊查询实现方式：
- 通配符查询（Wildcard Query）：通配符查询可以使用通配符符号（和?）进行匹配。代表零个或多个字符，?代表单个字符。例如，“appl*”可以匹配“apple”和“application”等单词。通配符查询虽然简单，但在处理大数据时性能相对较差。
- 正则表达式查询（Regexp Query）：正则表达式查询允许你使用正则表达式来匹配文档中的字符串。例如，使用正则表达式“^a.*e$”可以匹配以“a”开头，以“e”结尾的字符串。
- 模糊查询（Fuzzy Query）：模糊查询允许你在一定范围内进行模糊匹配。它使用编辑距离算法来计算字符串之间的相似度。你可以通过设置“prefix_length”参数来指定模糊匹配的起始位置。
- 跨度查询（Span Query）：跨度查询用于在两个连续的文本之间进行匹配。它可以在两个关键词之间进行匹配，或者在一段文本中查找重复的子串。
这些是 Elasticsearch 中常用的模糊查询方法，你可以根据具体需求选择适合的方法进行模糊匹配。
举例：
2.1 Wildcard Query
假设你有一个名为 "users" 的索引，其中包含一个名为 "username" 的字段，你想要搜索以 "ap" 开头的用户名。你可以使用通配符查询来实现这个匹配：
在这个例子中，通配符查询使用 "" 表示任意字符序列，因此 "ap" 可以匹配以 "ap" 开头的任意用户名，例如 "app"、"apple"、"appl" 等。
需要注意的是，通配符查询在大数据集上可能效率较低，因为它们需要遍历索引中的每个文档进行匹配。因此，在处理大量数据时，建议使用其他查询方式，如正则表达式查询或模糊查询，以提高查询性能。
GET /users/_search
{
"query": {
"wildcard": {
"username": "ap*"
}
}
}
2.2 Regexp Query
2.3 模糊查询（Fuzzy Query）
2.4 跨度查询（Span Query）