一、Joining 多文档查询

1.1、nestedQuery嵌套查询

地址：URL

1.2、hasChildQuery通过自查父

1.3、hasParentQuery通过父查子

二、GEO 查询【地图查询】

详细地址：https://www.elastic.co/guide/en/elasticsearch/client/java-api/5.4/java-geo-queries.html

三、专业查询

3.1、moreLikeThisQuery实现基于内容的推荐

　　此查询查找与指定的文本，文档或文档集类似的文档。

　　基于内容的推荐通常是给定一篇文档信息，然后给用户推荐与该文档相识的文档。Lucene的api中有实现查询文章相似度的接口，叫MoreLikeThis。Elasticsearch封装了该接口，通过Elasticsearch的More like this查询接口，我们可以非常方便的实现基于内容的推荐。 
先看一个查询请求的json例子：

{ "more_like_this" : {"fields" : ["title", "content"],"like_text" : "text like this one"}} 

其中fields是要匹配的字段，如果不填的话默认是_all字段

like_text是匹配的文本。

除此之外还可以添加下面条件来调节结果

percent_terms_to_match：匹配项（term）的百分比，默认是0.3

min_term_freq：一篇文档中一个词语至少出现次数，小于这个值的词将被忽略，默认是2

max_query_terms：一条查询语句中允许最多查询词语的个数，默认是25

stop_words：设置停止词，匹配时会忽略停止词

min_doc_freq：一个词语最少在多少篇文档中出现，小于这个值的词会将被忽略，默认是无限制

max_doc_freq：一个词语最多在多少篇文档中出现，大于这个值的词会将被忽略，默认是无限制

min_word_len：最小的词语长度，默认是0

max_word_len：最多的词语长度，默认无限制

boost_terms：设置词语权重，默认是1

boost：设置查询权重，默认是1

analyzer：设置使用的分词器，默认是使用该字段指定的分词器面介绍下如何用java api调用，一共有三种调用方式，不过本质上都是一样的，只不过是做了一些不同程度的封装。

3.2、script脚本查询

此查询允许脚本充当过滤器。另请参阅function_score查询。

3.3、PercolateQueryBuilder

此查询基于文档查找过滤器查询。

参看地址：https://www.elastic.co/guide/en/elasticsearch/client/java-api/5.4/java-specialized-queries.html#java-query-percolate-query

四、span跨度查询

　　跨度查询是低级位置查询，可以对指定术语的顺序和接近度进行专家控制。这些通常用于对法律文件或专利实施非常具体的查询。

　　跨度查询不能与非跨度查询混合（span_multi查询除外）。 该组中的查询是：

　　更多：https://www.elastic.co/guide/en/elasticsearch/client/java-api/5.4/java-span-queries.html