1、首先创建一个名称为books的索引，并批量加入多条测试文档数据：
// 删除索引
DELETE books
// 创建索引并批量添加数据
POST /books/_bulk
{"index":{"_id":1}}
{"productId":"Deep Learn Linux", "desc":"Linux"}
{"index":{"_id":2}}
{"productId":"Java Thought", "desc":"Java"}
{"index":{"_id":3}}
{"productId":"Netty Actions", "desc":"Netty"
2、基于词项查询--单个词项匹配查询
基于词项查询的语法结构为：
GET /索引名称/_search
{
"query": {
"term": {
"字段名称":{
"value": "字段值"
}
}
}
}
图1示：指定字段desc和值Linux查询，未获取到任何结果，因为原始数据在加入索引时，默认会进行分词处理，默认的分词器会将分词后的所有词项转化为小写，因此通过Linux无法查询到文档数据。
图2示：根据上述的解释，通过 linux 查询就可以得到相应的文档数据。
3、基于词项查询--多个词项的字符串匹配查询
因为基于词项term的查询，查询串不做任何分词处理，因此如果你的查询串中包含多个词项，无论如何查询都不可能匹配到任何文档数据（图1示）。
那基于词项term的查询，该如何处理多词项查询串的情况呢？可以记住多字段属性来查询（text类型属性默认有一个keyword字段）（图2示）。
4、基于词项查询--跳过算分查询
对于基于词项的查询，通常用于精确匹配，因此算分数值通常并不关键，可以通过 constant score 将其算分过程去掉，对于大数据量查询，可以提高查询效率！
