Elasticsearch支持很多查询方式，除了通过9300（默认）端口通过TCP协议进行查询，另一种就是DSL，它是把请求写在JSON里面，然后进行相关查询。
一个DSL例子
GET _search
{
"query": {
"bool": {
"must": [
{ "match": { "name": "Jim" }},
{ "match": { "city": "Guangzhou" }}
],
"filter": [
{ "term": { "weight": "60" }},
{ "range": { "age": { "gte": "18" }}}
]
}
}
}
查询的种类
Elasticsearch中的DSL主要由两部分组成：
Leaf query Cluase 叶查询子句：
这种查询可以单独使用，针对某一特定的字段查询特定的值，比如match、term、range等
Compound query Cluase复合查询子句：
这种查询配合其他的叶查询或者复合查询，用于在逻辑上，组成更为复杂的查询，比如bool
Query与Filter
查询在Query查询上下文和Filter过滤器上下文中，执行的操作是不一样的：
1、查询上下文：是在使用query进行查询时的执行环境，比如使用search的时候。
在查询上下文中，查询会回答这个问题——“这个文档是否匹配这个查询，它的相关度高么？”
ES中索引的数据都会存储一个_score分值，分值越高就代表越匹配。即使lucene使用倒排索引，对于某个搜索的分值计算还是需要一定的时间消耗。
2、过滤器上下文：在使用filter参数时候的执行环境，比如在bool查询中使用Must_not或者filter
在过滤器上下文中，查询会回答这个问题——“这个文档是否匹配？”
它不会去计算任何分值，也不会关心返回的排序问题，因此效率会高一点。
另外，经常使用过滤器，ES会自动的缓存过滤器的内容，这对于查询来说，会提高很多性能。
总而言之：
1 查询上下文：查询操作不仅仅会进行查询，还会计算分值，用于确定相关度；
2 过滤器上下文：查询操作仅判断是否满足查询条件，不会计算得分，查询的结果可以被缓存。
所以，根据实际的需求是否需要获取得分，考虑性能因素，选择不同的查询子句。