ElasticSearch（三）不仅仅是查询
二次评分
查询出来结果后，进行二次评分；
但是其实每个文档查询出来的结果是两次查询的分数之和，这个其实并不是很能讲的清楚；
多匹配控制
多匹配是指multi-match，控制则是指一下的几种控制方式：
best_field：多个字段，相同的查询内容，例如：
上面的查询将会被解析为多个match子句：
cross_field：至少一个字段包含指定的词项；
most_field：至少一个字段满足所有的词项；
phase_field：将请求翻译为match_phrase；
上述的描述其实并不准确和全面，但是多匹配控制本质就是指定多个字段，来匹配同一个词项/短语；那么多个字段是以怎样的方式来匹配词项/ 短语，上述四种各不相同；具体如果需要了解详细，可以查看官方文档；
重要词项聚合（significant terms aggregation）
这个算法更加复杂，是比较词项在文档出现的频率（后台）和该词项在检索结果中出现的频率，如果两者差别比较大，则做返回，否则过滤掉。下面有一篇博客介绍这个算法的用法，没有深入研究。
https://www.elastic.co/blog/significant-terms-aggregation
文档分组
查询的结果按照某个维度进行分组，比如按照年份，这样查询的数据将会被放到对应的bucket之中去，然后可以指定每个bucket都返回top N，这样就实现了某个分组的数据排序，过滤，控制返回数据量。
文档关系
文档关系主要两种：对象和嵌套，但是要注意，ES是全文检索，对于结构化的支持并不是很好，如果你的查询中真的强结构化的，最好选用支持全文检索的结构化查询数据库。
脚本
- 用于自定义打分规则；
- 用于Query阶段；
- ES支持的是Groovy脚本；
- 还支持Lucene语法；
本文介绍的都是一些比较偏冷的用法，可能并不是真正的偏冷，而是相比于真正的全文检索，他的实现对于具体场景约束比较多，比如二次评分，重要词项聚合，都是一些特殊的场景对于非精确内容的查询；通过这些技术我们也看到了ES本质并不仅仅是查询的插件，还是一个为了模式匹配的工具，本文介绍的其实都是一些查询的模式，或者说查询的规则，查询的本质其实就是过滤规则来遍历存储单元（在ES里面，这几个存储单元就是文档）；所以，我们在处理一个查询请求的时候，我们要分析一下这个请求的"查询模式是什么"，搞清楚之后，再来考虑那种ES提供的查询工具可以满足需要。
模型的分析，才是使用ES以及其他查询的关键。
