Elasticsearch实战系列-RESTful API使用

上一篇文章中我们已经启动Elasticsearch了，接下来我们就可以与Elasticsearch进行通信，例如插入数据、检索数据、删除数据等等。Elasticsearch 提供了Java API和RESTful API 两种方式来与之通信。

Java API

如果你使用的是 JAVA，Elasticsearch 内置了两个客户端，你可以在你的代码中使用：
节点客户端: 节点客户端以一个 无数据节点 的身份加入了一个集群。换句话说，它自身是没有任何数据的，但是他知道什么数据在集群中的哪一个节点上，然后就可以请求转发到正确的节点上并进行连接。

传输客户端: 更加轻量的传输客户端可以被用来向远程集群发送请求。他并不加入集群本身，而是把请求转发到集群中的节点。

这两个客户端都使用 Elasticsearch 的 传输 协议，通过9300端口与 java 客户端进行通信。集群中的各个节点也是通过9300端口进行通信。如果这个端口被禁止了，那么你的节点们将不能组成一个集群。

注意事项

Java 的客户端的版本号必须要与 Elasticsearch 节点所用的版本号一样，不然他们之间可能无法识别。

更多关于 Java API 的说明可以在这里找到 Guide

通过 HTTP 向 RESTful API 传送 json

其他的语言可以通过9200端口与 Elasticsearch 的 RESTful API 进行通信。事实上如你所见，你甚至可以使用行命令 curl 来与 Elasticsearch 通信。
向 Elasticsearch 发出的请求和其他所有的 HTTP 请求的组成部分是一致的。例如，计算集群中文件的数量，我们就可以使用：

curl -XGET 'http://localhost:9200/_count?pretty' -d '
{
    "query": {
        "match_all": {}
    }
}
'

1. 相应的 HTTP 请求方法 或者 变量 : GET, POST, PUT, HEAD 或者 DELETE。
2. 集群中任意一个节点的访问协议、主机名以及端口。
3. 请求的路径。
4. 任意一个查询后再加上 ?pretty 就可以生成 更加美观 的JSON反馈，以增强可读性。
5. 一个 JSON 编码的请求主体（如果需要的话）。

Elasticsearch 将会返回一个 HTTP 状态码类似于 ‘200 OK’，以及一个 JSON 格式的主体（除了单纯的 ‘HEAD’ 请求），上面的请求会得到下方的 JSON 主体：

{
    "count" : 0,
    "_shards" : {
        "total" : 5,
        "successful" : 5,
        "failed" : 0
    }
}

在反馈中，我们并没有看见 HTTP 的头部信息，因为我们没有告知 curl 显示这些内容。如果你想看到头部信息，可以在使用 curl 命令的时候再加上 -i 这个参数：

curl -i -XGET 'http://localhost:9200/_count'

基本概念

Elasticsearch 是 面向文档型数据库，这意味着它存储的是整个对象或者 文档，它不但会存储它们，还会为他们建立索引，这样你就可以搜索他们了。你可以在 Elasticsearch 中索引、搜索、排序和过滤这些文档。不需要成行成列的数据。这将会是完全不同的一种面对数据的思考方式，这也是为什么 Elasticsearch 可以执行复杂的全文搜索的原因。

Elasticsearch使用 JSON (或称作JavaScript Object Notation ) 作为文档序列化的格式。JSON 已经被大多数语言支持，也成为 NoSQL 领域的一个标准格式。它简单、简洁、易于阅读。

例如我们有一个User对象，我们可以构造这样的一个 JSON对象:

{
    "email":      "john@smith.com",
    "first_name": "John",
    "last_name":  "Smith",
    "about": {
        "bio":         "Eco-warrior and defender of the weak",
        "age":         25,
        "interests": [ "dolphins", "whales" ]
    },
    "join_date": "2014/05/01",
}

虽然 user 这个对象非常复杂，但是它的结构和含义都被保留到 JSON 中了。在 Elasticsearch 中，将对象转换为 JSON 并作为索引要比在表结构中做相同的事情简单多了。

在 Elasticsearch 中，文档属于一种 类型(type)，各种各样的类型存在于一个 索引 中。你也可以通过类比传统的关系数据库得到一些大致的相似之处：

关系数据库     ⇒ 数据库 ⇒ 表    ⇒ 行    ⇒ 列(Columns)
Elasticsearch  ⇒ 索引   ⇒ 类型  ⇒ 文档  ⇒ 字段(Fields)

一个 Elasticsearch 集群可以包含多个 索引（数据库），也就是说其中包含了很多 类型（表）。这些类型中包含了很多的 文档（行），然后每个文档中又包含了很多的 字段（列）。

易混淆点

索引这个词汇已经被赋予了太多意义，所以在这里我们有必要澄清一下：

• 索引 (名词)

如上文所说，一个 索引 就类似于传统关系型数据库中的 数据库。这里就是存储相关文档的的地方。

• 索引 (动词)

为一个文档创建索引 是把一个文档存储到一个索引(名词)中的过程，这样它才能被检索。这个过程非常类似于 SQL 中的 INSERT
命令，如果已经存在文档，新的文档将会覆盖旧的文档。

• 反向索引

在关系数据库中的某列添加一个 索引，比如多路搜索树(B-Tree)索引，就可以加速数据的取回速度， Elasticsearch 以及
Lucene 使用的是一个叫做 反向索引(inverted index) 的结构来实现相同的功能。

示例

想象我们正在为一个名叫 megacorp 的公司的 HR 部门制作一个新的员工名单系统，这些名单应该可以满足实时协同工作，所以它应该可以满足以下要求：

• 数据可以包含多个值的标签、数字以及纯文本内容。
• 可以检索任何职员的所有数据。
• 允许结构化搜索。例如，查找30岁以上的员工。
• 允许简单的全文搜索以及相对复杂的短语搜索。
• 在返回的匹配文档中高亮关键字。
• 拥有数据统计与管理的后台。

数据存储

第一步就是存储员工的数据。这样你就需要一个“员工档案”的表单，这样每个文档都代表着一个员工。在 Elasticsearch 中，每个文档都属于一种 类型(type)，各种各样的类型存在于一个 索引 中。

所以为了创建员工名单，我们需要进行如下操作：

• 为每一个员工的 文档 创建索引，每个 文档 都包含了一个员工的所有信息。
• 每个文档都会被标记为 employee 类型。
• 这种类型将存活在 megacorp 这个 索引 中。
• 这个索引将会存储在 Elasticsearch 的集群中

在实际的操作中，这些操作是非常简单的（即使看起来有这么多步骤）。我们可以把如此之多的操作通过一个命令来完成：

curl -XPUT 'http://localhost:9200/megacorp/employee/1' -d '
{
        "first_name": "John", 
        "last_name": "Smith", 
        "age": 25, 
        "about": "I love to go rock climbing", 
        "interests": [
            "sports", 
            "music"
        ], 
        "join_time": "2014-11-24"
}'

注意在 /megacorp/employee/1 路径下，包含了三个部分：

名字	内容
megacorp	索引的名字
employee	类型的名字
1	当前员工的ID

请求部分，也就是 JSON 文档，在这里包含了关于这名员工的所有信息。他的名字是 “Douglas Fir”，他已经25岁了，他很喜欢攀岩。

我们在操作前不需要进行任何管理操作，Elasticsearch 会自动检测数据结构和类型、创建索引 并让其能够被搜检索，所有的一切操作已经在后台被默默地完成了，非常简单吧！

在进行下一步之前，我们再为这个目录添加更多的员工信息吧：

curl -XPUT 'http://localhost:9200/megacorp/employee/2'  -d '
{
    "first_name" :  "Jane",
    "last_name" :