0.首
對ES的起源、簡介等就不贅述了，查看官方文檔或者權威指南會更好一些，本章只記錄一些偏操作性的基本的東西以供自己複習
1.索引
#創建索引
PUT /player
#刪除索引
DELETE /player
#查看所有索引
GET /_cat/indices?v
green- 一切都很好（集羣功能齊全）
yellow- 所有數據均可用，但尚未分配一些副本（羣集功能齊全）
red- 某些數據由於某種原因不可用（羣集部分功能）
在Elasticsearch中，文檔歸屬於一種類型(type),而這些類型存在於索引(index)中，我們可以畫一些簡單的對比圖來類比傳統關係型數據庫：
Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices -> Types -> Documents -> Fields
Elasticsearch集羣可以包含多個索引(indices)（數據庫），每一個索引可以包含多個類型(types)（表），每一個類型包含多個文檔(documents)（行），然後每個文檔包含多個字段(Fields)（列）。
「索引」含義的區分
你可能已經注意到索引(index)這個詞在Elasticsearch中有着不同的含義，所以有必要在此做一下區分:
索引（名詞） 如上文所述，一個索引(index)就像是傳統關係數據庫中的數據庫，它是相關文檔存儲的地方，index的複數是indices 或indexes。
索引（動詞） 「索引一個文檔」表示把一個文檔存儲到索引（名詞）裏，以便它可以被檢索或者查詢。這很像SQL中的INSERT關鍵字，差別是，如果文檔已經存在，新的文檔將覆蓋舊的文檔。
倒排索引 傳統數據庫爲特定列增加一個索引，例如B-Tree索引來加速檢索。Elasticsearch和Lucene使用一種叫做倒排索引(inverted index)的數據結構來達到相同目的。
---- 引自《ElasticSearch權威指南》
#索引文檔內容到player索引中
#PUT 索引名/類型名/id
PUT /player/_doc/1
{
“name”:“ferpusi”,
“age”:“20”,
“skill”:“swing”
}
多索引幾條數據
2.更新
第一種方法是重新索引，會覆蓋掉原來的內容
第二種是使用update，這種不會完全覆蓋，只更新指定的數據，如下只更新name，age、skill不會變。
POST /player/_doc/4/_update
{
“doc”: {“name”:“boertr”}
}
3.批處理
我們上面索引多個數據時，是逐個索引的，也可以批量來處理。示例中批量添加了id爲5、6的兩組數據
也可以批量進行更新、刪除等，更新是隻更新指定的內容；而刪除只需要指定id，刪除的是匹配該id下的全部內容
4.查詢
直接寫一個覆蓋比較多的常用查詢，就不拆開來寫了
GET /player/_search
{
“query”: {“match”: {
“name”: “kobe”
}} <1>
, “sort”: [
{
“age.keyword”: {
“order”: “asc”
}
}
] <2>
, “size”: 20 <3>
, “_source”: [“name”,“skill”] <4>
}
<1>:匹配name=kobe的內容
<2>:根據age排序
<3>:限制返回20條數據
<4>:只返回name、skill兩個字段
從sql角度轉化看，類似於這樣：
select name,skill from player where name = “kobe” sort by age asc limit 20
結果：
再說一下bool查詢， bool的話理解成true或false，也就是我們的查詢語句會涉及到true、false。
bool should查詢，類似於or，以下爲例：name=kobe 或者name=brant的會被匹配到，name=kobe brant的也會被匹配到
bool must查詢，理解成and，以下爲例，name中必須包含brant和kobe纔算匹配上，name=kobe name=brant的都不會命中。
還有bool must_not，代表不包含指定內容，這個就不演示了。
我們演示下組合起來的查詢，name必須匹配到kobe，age必須不能等於20
還可以組合filter（過濾）使用，如下
5.聚合
聚合單獨拉出來看
類似於sql中的group by等聚合函數，以下爲例，對age聚合，結果分爲兩部分，第一部分是正常的查詢結果，而聚合結果作爲第二部分單獨展示出來，如截圖中框選部分。*customname處填寫的是自定義的名字
如果只想看聚合結果，只需要加size=0即可。
再看一下avg這樣的聚合，用剛纔的索引來做avg聚合的話，會發現報了“Expected numeric type on field [age.keyword], but got [keyword]”這樣的錯，這是因爲
【在進行avg和sum等Metrics Aggregations(度量聚合)的時候報錯的，進行數學維度的計算，期望得到一個數字字段，但是得到的是一個String的keyword類型，若把my_field.keyword換成my_field，則又會包上一個錯誤。則需要在index數據之前進行mapping配置，將該字段的值定義爲numeric，或者開啓mapping的Numeric detection(數字探測)】
重新添加索引，開啓mapping的Numeric detection
PUT aggagg
{
"mappings": {"_doc":{"numeric_detection": true}}
}
然後按之前的方式添加數據，這裏我加了兩條，然後開始聚合，可以看到，已經成功計算出avg了
聚合中的嵌套是逐層嵌套，有依賴關係的，這一點要注意。