一.keyword 字段和keyword数据类型
1、测试准备数据
2、查询mapping
测试2：使用articleID.keyword搜索
结果：
默认是analyzed的text类型的field，建立倒排索引的时候，就会对所有的articleID分词，分词以后，原本的articleID就没有了，只有分词后的各个word存在于倒排索引中。
term，是不对搜索文本分词的，XHDK-A-1293-#fJ3 -->
XHDK-A-1293-#fJ3；但是articleID建立索引的时候，XHDK-A-1293-#fJ3 -->
xhdk，a，1293，fj3
XHDK-A-1293-#fJ3；但是articleID建立索引的时候，XHDK-A-1293-#fJ3 -->
xhdk，a，1293，fj3
5、定义keyword数据类型的字段
（1）删除索引 DELETE /forum
（2）重建索引
（4）测试articleID查询
6、小结
（1）term filter：根据exact
value进行搜索，数字、boolean、date天然支持
value进行搜索，数字、boolean、date天然支持
（2）text需要建索引时指定为not_analyzed，才能用term
query
query
二、filter执行原理深度剖析
1、bitset机制
每个filter根据在倒排索引中搜索的结果构建一个bitset（位集），用以存储搜索的结果。简单的数据结构去实现复杂的功能，可以节省内存空间，提升性能。bitset，就是一个二进制的数组，数组每个元素都是0或1，用来标识一个doc对一个filter条件是否匹配，如果匹配就是1，不匹配就是0。比如：[0, 1, 1]。
遍历每个过滤条件对应的bitset，优先从最稀疏的开始搜索，查找满足所有条件的document（先遍历比较稀疏的bitset，就可以先过滤掉尽可能多的数据发）
2、caching
bitset机制
bitset机制
跟踪query，在最近256个query中超过一定次数的过滤条件，缓存其bitset。对于小segment（<1000，或<3%），不缓存bitset。在最近的256个filter中，有某个filter超过了一定的次数，次数不固定，就会自动缓存这个filter对应的bitset。filter针对小segment获取到的结果，可以不缓存，segment记录数<1000，或者segment大小<index总大小的3% segment数据量很小，此时哪怕是扫描也很快；segment会在后台自动合并，小segment很快就会跟其他小segment合并成大segment，此时就缓存也没有什么意义，segment很快就消失了。
cache biset的自动更新：如果document有新增或修改，那么cached
bitset会被自动更新
bitset会被自动更新
3、filter与query的对比
三、基于bool组合多个filter条件来搜索数据
1、搜索发帖日期为2017-01-01，或者帖子ID为XHDK-A-1293-#fJ3的帖子，同时要求帖子的发帖日期绝对不为2017-01-02
2、搜索帖子ID为XHDK-A-1293-#fJ3，或者是帖子ID为JODL-X-1937-#pV7而且发帖日期为2017-01-01的帖子
四、term和terms
五、filter
range
range
测试数据：
为帖子数据增加浏览量的字段
六、match
query 精准查询
query 精准查询
bool组合多个搜索条件，如何计算relevance
score
score