一、more_like_this
more_like_this 查询和提供文本类似的文档，通常用于近似文本的推荐等场景。
{
"query": {
"more_like_this": {
"fields": ["title", "description"],
"like": "java virtual machine",
"min_term_freq": 1,
"max_query_terms": 12
}
}
}
可选参数及其取值说明：
(1) fields 要匹配的字段，默认是_all字段
(2) like 要匹配的文档
(3) min_term_freq 文档中词项的最低频率，默认是2，低于次频率的文档会被忽略
(4) max_query_terms query中能包含的最大词项数目，默认是25
(5) min_doc_freq 最小文档频率，默认是5
(6) max_doc_freq 最大文档频率
(7) min_word_length 最小文档频率
(8) max_word_length 最大文档频率
(9) stop_words 停用词列表
(10) analyzer 分词器
(11) minimum_should_match 文档应最小匹配的最小词项，默认为query分此后词项数的30%
(12) boost_terms 词项的权重
(13) include 是否把输入文档作为结果返回
(14) boost 整个query的权重，默认为1.0二、高亮搜索
Elasticsearch 默认会使用 <em></em> 标签标记关键字。
1、自定义高亮片段
如果想使用自定义标签，在高亮属性中给需要高亮的字段加上pre_tags和post_tags。
{
"query": {
"match": { "title" : "java"}
},
"highlight": {
"fields": {
"title": {
"pre_tags": ["<strong>"],
"post_tags" ["</strong>"]
}
}
}
}2、多字段高亮
比如，搜索 title 字段的时候，我们期望 description 字段中的关键字也可以是高亮，这时候需要把 require_field_match 属性设置为 false，默认是 true。
{
"query": {
"match": { "title" : "java"}
},
"highlight": {
"require_field_match": false,
"fields": {
"title": {},
"description": {}
}
}
}3、高亮器性能比较
Elasticsearch 默认的高亮器是 highlighter，其次还提供了 postings-highlighter 高亮器 和 fast-vector-highlighter 高亮器。highlighter高亮器实现高亮功能需要对_source中保存的原始文档进行二次分析，其速度是三者中最慢的一个，但是不需要额外的存储空间。
postings-highlighter 高亮器实现高亮功能不需要二次分析，但是需要在字段的映射中设置 index_options 参数的取值为 offsets，即保存关键词的偏移量，速度快于highlighter高亮器。
fast-vector-highlighter 高亮器实现高亮的速度最快，但需要在字段的映射中设置 tern_vector 参数的取值为 with_positions_offsets，即保存关键词的位置和偏移信息，占用的存储空间最大，是典型的空间换时间的做法。
四、搜索排序
Elasticsearch 默认是按照评分降序排序的，也支持多字段排序。说明：不能根据 _id 排序。
先按照price降序排序，再按照year升序排序
{
"query": {
"match": { "title" : "java"}
},
"sort": {
"price": { "order" : "desc"},
"year": { "order" : "asc"}
}
}分片数量影响评分：因为 Elasticsearch 是在每一个分片上独立打分的，分片的数量会影响打分的结果。
