原文来源自黑马的课程
Elasticsearch（一）：安装Elasticsearch + kibana + ik分词器
Elasticsearch也是基于Lucene的全文检索库，本质也是存储数据，很多概念与MySQL类似的。
对比关系：
索引（indices）--------------------------------Databases 数据库
类型（type）-----------------------------Table 数据表
文档（Document）----------------Row 行
字段（Field）-------------------Columns 列
详细说明：
概念说明索引库（indices)indices是index的复数，代表许多的索引，类型（type）类型是模拟mysql中的table概念，一个索引库下可以有不同类型的索引，比如商品索引，订单索引，其数据格式不同。不过这会导致索引库混乱，因此未来版本中会移除这个概念文档（document）存入索引库原始的数据。比如每一条商品信息，就是一个文档字段（field）文档中的属性映射配置（mappings）字段的数据类型、属性、是否索引、是否存储等特性是不是与Lucene和solr中的概念类似。
另外，在SolrCloud中，有一些集群相关的概念，在Elasticsearch也有类似的：
索引集（Indices，index的复数）：逻辑上的完整索引分片（shard）：数据拆分后的各个部分副本（replica）：每个分片的复制要注意的是：Elasticsearch本身就是分布式的，因此即便你只有一个节点，Elasticsearch默认也会对你的数据进行分片和副本操作，当你向集群添加新数据时，数据也会在新加入的节点中进行平衡。
Elasticsearch采用Rest风格API，因此其API就是一次http请求，你可以用任何工具发起http请求
创建索引的请求格式：
请求方式：PUT
请求路径：/索引库名
请求参数：json格式：
{ "settings": { "number_of_shards": 3, "number_of_replicas": 2 } } settings：索引库的设置 number_of_shards：分片数量number_of_replicas：副本数量我们先用RestClient来试试
响应：
可以看到索引创建成功了。
kibana的控制台，可以对http请求进行简化，示例：
相当于是省去了elasticsearch的服务器地址
而且还有语法提示，非常舒服。
语法
Get请求可以帮我们查看索引信息，格式：
GET /索引库名或者，我们可以使用*来查询所有索引库配置：
删除索引使用DELETE请求
语法
DELETE /索引库名示例
再次查看heima2：
当然，我们也可以用HEAD请求，查看索引是否存在：
索引有了，接下来肯定是添加数据。但是，在添加数据之前必须定义映射。
什么是映射？
映射是定义文档的过程，文档包含哪些字段，这些字段是否保存，是否索引，是否分词等
只有配置清楚，Elasticsearch才会帮我们进行索引库的创建（不一定）
语法
请求方式依然是PUT
PUT /索引库名/_mapping/类型名称 { "properties": { "字段名": { "type": "类型", "index": true， "store": true， "analyzer": "分词器" } } } 类型名称：就是前面将的type的概念，类似于数据库中的不同表 字段名：任意填写 ，可以指定许多属性，例如：type：类型，可以是text、long、short、date、integer、object等index：是否索引，默认为truestore：是否存储，默认为falseanalyzer：分词器，这里的ik_max_word即使用ik分词器示例
发起请求：
PUT heima/_mapping/goods { "properties": { "title": { "type": "text", "analyzer": "ik_max_word" }, "images": { "type": "keyword", "index": "false" }, "price": { "type": "float" } } }响应结果：
{ "acknowledged": true }语法：
GET /索引库名/_mapping示例：
GET /heima/_mapping响应：
{ "heima": { "mappings": { "goods": { "properties": { "images": { "type": "keyword", "index": false }, "price": { "type": "float" }, "title": { "type": "text", "analyzer": "ik_max_word" } } } } } }Elasticsearch中支持的数据类型非常丰富：
我们说几个关键的：
String类型，又分两种：
text：可分词，不可参与聚合keyword：不可分词，数据会作为完整字段进行匹配，可以参与聚合Numerical：数值类型，分两类
基本数据类型：long、interger、short、byte、double、float、half_float浮点数的高精度类型：scaled_float 需要指定一个精度因子，比如10或100。elasticsearch会把真实值乘以这个因子后存储，取出时再还原。Date：日期类型
elasticsearch可以对日期格式化为字符串存储，但是建议我们存储为毫秒值，存储为long，节省空间。
index影响字段的索引情况。
true：字段会被索引，则可以用来进行搜索。默认值就是truefalse：字段不会被索引，不能用来搜索index的默认值就是true，也就是说你不进行任何配置，所有字段都会被索引。
但是有些字段是我们不希望被索引的，比如商品的图片信息，就需要手动设置index为false。
是否将数据进行额外存储。
在学习lucene和solr时，我们知道如果一个字段的store设置为false，那么在文档列表中就不会有这个字段的值，用户的搜索结果中不会显示出来。
但是在Elasticsearch中，即便store设置为false，也可以搜索到结果。
原因是Elasticsearch在创建文档索引时，会将文档中的原始数据备份，保存到一个叫做_source的属性中。而且我们可以通过过滤_source来选择哪些要显示，哪些不显示。
而如果设置store为true，就会在_source以外额外存储一份数据，多余，因此一般我们都会将store设置为false，事实上，store的默认值就是false。
激励因子，这个与lucene中一样
其它的不再一一讲解，用的不多，大家参考官方文档
通过POST请求，可以向一个已经存在的索引库中添加数据。
语法：
POST /索引库名/类型名 { "key":"value" }示例：
POST /heima/goods/ { "title":"小米手机", "images":"http://image.leyou.com/12479122.jpg", "price":2699.00 }响应：
{ "_index": "heima", "_type": "goods", "_id": "r9c1KGMBIhaxtY5rlRKv", "_version": 1, "result": "created", "_shards": { "total": 3, "successful": 1, "failed": 0 }, "_seq_no": 0, "_primary_term": 2 }通过kibana查看数据：
get _search { "query":{ "match_all":{} } } { "_index": "heima", "_type": "goods", "_id": "r9c1KGMBIhaxtY5rlRKv", "_version": 1, "_score": 1, "_source": { "title": "小米手机", "images": "http://image.leyou.com/12479122.jpg", "price": 2699 } } _source：源文档信息，所有的数据都在里面。_id：这条文档的唯一标示，与文档自己的id字段没有关联如果我们想要自己新增的时候指定id，可以这么做：
POST /索引库名/类型/id值 { ... }示例：
POST /heima/goods/2 { "title":"大米手机", "images":"http://image.leyou.com/12479122.jpg", "price":2899.00 }得到的数据：
{ "_index": "heima", "_type": "goods", "_id": "2", "_score": 1, "_source": { "title": "大米手机", "images": "http://image.leyou.com/12479122.jpg", "price": 2899 } }在学习Solr时我们发现，我们在新增数据时，只能使用提前配置好映射属性的字段，否则就会报错。
不过在Elasticsearch中并没有这样的规定。
事实上Elasticsearch非常智能，你不需要给索引库设置任何mapping映射，它也可以根据你输入的数据来判断类型，动态添加数据映射。
测试一下：
POST /heima/goods/3 { "title":"超米手机", "images":"http://image.leyou.com/12479122.jpg", "price":2899.00, "stock": 200, "saleable":true }我们额外添加了stock库存，和saleable是否上架两个字段。
来看结果：
{ "_index": "heima", "_type": "goods", "_id": "3", "_version": 1, "_score": 1, "_source": { "title": "超米手机", "images": "http://image.leyou.com/12479122.jpg", "price": 2899, "stock": 200, "saleable": true } }在看下索引库的映射关系:
{ "heima": { "mappings": { "goods": { "properties": { "images": { "type": "keyword", "index": false }, "price": { "type": "float" }, "saleable": { "type": "boolean" }, "stock": { "type": "long" }, "title": { "type": "text", "analyzer": "ik_max_word" } } } } } }stock和saleable都被成功映射了。
把刚才新增的请求方式改为PUT，就是修改了。不过修改必须指定id，
id对应文档存在，则修改id对应文档不存在，则新增比如，我们把id为3的数据进行修改：
PUT /heima/goods/3 { "title":"超大米手机", "images":"http://image.leyou.com/12479122.jpg", "price":3899.00, "stock": 100, "saleable":true }结果：
{ "took": 17, "timed_out": false, "_shards": { "total": 9, "successful": 9, "skipped": 0, "failed": 0 }, "hits": { "total": 1, "max_score": 1, "hits": [ { "_index": "heima", "_type": "goods", "_id": "3", "_score": 1, "_source": { "title": "超大米手机", "images": "http://image.leyou.com/12479122.jpg", "price": 3899, "stock": 100, "saleable": true } } ] } }删除使用DELETE请求，同样，需要根据id进行删除：
语法
DELETE /索引库名/类型名/id值示例：
原文来源自黑马的课程
