es（一）——入门

1. 名词解释

Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices -> Types -> Documents -> Field

2. 建立索引（相当于建立数据库i）

PUT /megacorp/employee/1 
{   
	"first_name" : "John",   
	"last_name" :  "Smith",    
	"age" :  25,    
	"about" :  "I love to go rock climbing",    
	"interests": [ "sports", "music" ]
}

3. 检索文档（相当于查询某一条数据）

GET /megacorp/employee/1

检索结果：

4. 简单搜索

4.1 搜索全部员工

GET /megacorp/employee/_search

结果：

4.2 轻量级搜索，们搜索姓氏中包含“Smith”的员工

这种方法常被 称作查询字符串(query string)搜索，因为我们像传递URL参数一样去传递查询语句：

GET /megacorp/employee/_search?q=last_name:Smith

结果略

5. 使用DSL语句查询

DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现。我们可以这样表示之前关于“Smith”的查询:

GET /megacorp/employee/_search 
{    
	"query" : {        
		"match" : {            
			"last_name" : "Smith"        
		}    
	} 
}

这会返回与之前查询相同的结果。你可以看到有些东西改变了，我们不再使用查询字符串(query string)做为参数，而是使用 请求体代替。这个请求体使用JSON表示，其中使用了 match 语句（查询类型之一，具体我们以后会学到）。

6. 更复杂的搜索
   
7. 全文搜索
   
   结果及说明
   
8. 短语搜索
   
9. 高亮搜索
   
   结果及说明
   
10. 分析（聚合）

Elasticsearch有一个功能叫做聚合 (aggregations)，它允许你在数据上生成复杂的分析统计。它很像SQL中的 GROUP BY 但是功能更强大。

结果：

我们可以看到两个职员对音乐有兴趣，一个喜欢林学，一个喜欢运动。这些数据并没有被预先计算好，它们是实时的从匹配 查询语句的文档中动态计算生成的。

• 例2
  我们想知道所有姓"Smith"的人最大的共同点（兴趣爱好），我们只需要增加合适的 语句既可：
  
  结果：
  
  10.1 聚合也允许分级汇总

例如，让我们统计每种兴趣下职员的平均年龄：

结果：

摘自：es权威指南