Elasticsearch的查询构建器(org.elasticsearch.index.query.QueryBuilders)是构建复杂查询的强大工具集。本文将逐一介绍其主要成员属性和方法，帮助你更高效地进行数据检索与分析。

基础查询

matchAllQuery

• 功能：匹配所有文档的查询。
• 示例：QueryBuilders.matchAllQuery()

matchQuery

• 功能：基于字段的全文本匹配查询。
• 参数：字段名，查询关键词。
• 示例：QueryBuilders.matchQuery("title", "elasticsearch")

commonTermsQuery

• 功能：处理常用词的优化查询，平衡准确性和性能。
• 参数：字段名，查询文本，低频词阈值等。
• 示例：QueryBuilders.commonTermsQuery("content", "elasticsearch basics")

multiMatchQuery

• 功能：在多个字段上执行匹配查询。
• 参数：查询文本，涉及的字段列表，查询类型等。
• 示例：QueryBuilders.multiMatchQuery("elasticsearch", "title", "content").type(MultiMatchQueryBuilder.Type.BEST_FIELDS)

其他基础查询

• matchBoolPrefixQuery, matchPhraseQuery, matchPhrasePrefixQuery, disMaxQuery, combinedFieldsQuery, distanceFeatureQuery 等，分别用于布尔前缀匹配、短语匹配、短语前缀匹配、最佳匹配查询、组合字段查询、距离特征查询等场景。

高级查询

termQuery, termsQuery

• 功能：精确匹配单个或多个指定值。
• 示例：termQuery("status", "published"), termsQuery("tags", "search", "elasticsearch")

fuzzyQuery, prefixQuery, wildcardQuery, regexpQuery

• 功能：模糊匹配、前缀匹配、通配符匹配、正则表达式匹配。
• 示例：fuzzyQuery("name", "elastik"), prefixQuery("tag", "elast")

queryStringQuery, simpleQueryStringQuery

• 功能：基于Lucene查询语法的查询，后者更用户友好。
• 示例：queryStringQuery("title:elasticsearch AND content:basics")

boostingQuery, boolQuery

• 功能：提升查询（提升某些查询结果的权重）和布尔查询（组合多个查询条件）。
• 示例：boostingQuery(positiveQuery, negativeQuery.boost(-0.5f)), boolQuery().must(QueryBuilders.matchQuery("title", "elasticsearch")).should(QueryBuilders.matchQuery("author", "shay"))

span*Query系列

• 功能：用于实现更精细的句法或位置相关的查询，如spanTermQuery, spanFirstQuery, spanNearQuery等。

nestedQuery

• 功能：针对嵌套对象的查询。
• 示例：nestedQuery("comments", termQuery("comments.user", "kimchy"))

functionScoreQuery

• 功能：根据自定义函数调整查询得分。
• 示例：functionScoreQuery(matchQuery("text", "elasticsearch")).boostFactor(2.0f)

地理空间查询

• geoDistanceQuery, geoBoundingBoxQuery, geoPolygonQuery, geoShapeQuery
• 功能：支持基于地理位置的各种查询，如距离查询、边界盒查询、多边形查询等。

特殊用途查询

• existsQuery

• 功能：检查字段是否存在。

• 示例：existsQuery("published_date")

• wrapperQuery, typeQuery, termsLookupQuery, scriptQuery

• 功能：包装其他查询、按文档类型查询、动态获取查询项、基于脚本的查询等。

通过灵活运用这些查询构建器，开发者可以构建出适应各种需求的复杂查询逻辑，从而高效地从Elasticsearch中检索所需信息。掌握这些工具是深入使用Elasticsearch进行数据分析和搜索应用开发的关键。