Query：處理的是此文檔與之的匹配程度，會計算_score（相關度分數）
Filter：僅僅計算是否匹配，回答的是“是”或者“否”，不計算分數。頻繁使用的filter將被自動緩存
例：

GET /_search
{
  "query": { 
    "bool": { 
      "must": [
        { "match": { "title":   "Search"        }}, 
        { "match": { "content": "Elasticsearch" }}  
      ],
      "filter": [ 
        { "term":  { "status": "published" }}, 
        { "range": { "publish_date": { "gte": "2015-01-01" }}} 
      ]
    }
  }
}

Bool Query中，
must：匹配文檔中必須出現該分句，并且會對分數產生影響
filter：匹配文檔中必須出現該分句，但是不對分數產生影響
should：匹配一個或者多的should分句
must_not：匹配文檔中必須不能出現該分句
例子：

POST _search
{
  "query": {
    "bool" : {
      "must" : {
        "term" : { "user" : "kimchy" }
      },
      "filter": {
        "term" : { "tag" : "tech" }
      },
      "must_not" : {
        "range" : {
          "age" : { "gte" : 10, "lte" : 20 }
        }
      },
      "should" : [
        { "term" : { "tag" : "wow" } },
        { "term" : { "tag" : "elasticsearch" } }
      ],
      "minimum_should_match" : 1,
      "boost" : 1.0
    }
  }
}

其中boost是字句權重

Aggregations:
固定形式：

"aggregations" : {
    "<aggregation_name>" : {
        "<aggregation_type>" : {
            <aggregation_body>
        }
        [,"meta" : {  [<meta_data_body>] } ]?
        [,"aggregations" : { [<sub_aggregation>]+ } ]?
    }
    [,"<aggregation_name_2>" : { ... } ]*
}

例如計算平均值：

{
    "aggs" : {
        "avg_grade" : { "avg" : { "field" : "grade" } }
    }
}

一個腳本化的例子：

    "aggs" : {
        ...

        "aggs" : {
            "avg_corrected_grade" : {
                "avg" : {
                    "field" : "grade",
                    "script" : {
                        "lang": "painless",
                        "inline": "_value * params.correction",
                        "params" : {
                            "correction" : 1.2
                        }
                    }
                }
            }
        }
    }
}

處理缺失值：

{
    "aggs" : {
        "grade_avg" : {
            "avg" : {
                "field" : "grade",
                "missing": 10 
            }
        }
    }
}

去重查詢：

{
    "aggs" : {
        "author_count" : {
            "cardinality" : {
                "field" : "author"
            }
        }
    }
}

關于_all字段：

PUT my_index
{
  "mappings": {
    "type_1": { 
      "properties": {...}
    },
    "type_2": { 
      "_all": {
        "enabled": false
      },
      "properties": {...}
    }
  }
}

該字段在type_1中是有效的，2中則完全無效

Kibana部分開始...

添加完以后，可以在這里進行一些簡易的搜索

畫一個入門圖...好好玩...

現在我們給這個餅圖加上一個維度——年齡：

一個入門的柱狀圖，用的莎士比亞的表，配置見圖：

注：因為在一開始我們將play_name定義為“keyword”，所以他只能被整個匹配

如果想讓Y軸不從0開始，從最小值開始，可以去Options里選擇“Scale Y-Axis to data bounds”