ES Restful API GET、POST、PUT、DELETE、HEAD含义：
1）GET：获取请求对象的当前状态。 2）POST：改变对象的当前状态。 3）PUT：创建一个对象。 4）DELETE：销毁对象。 5）HEAD：请求获取对象的基础信息。Mysql与Elasticsearch核心概念对比示意图
一.插入
1.PUT指定Id插入
PUT /megacorp/employee/1{ "first_name" : "John", "last_name" : "Smith", "age" : 25, "about" : "I love to go rock climbing", "interests": [ "sports", "music" ]} 2.POST自动生成ID插入
PUT /megacorp/employee{ "first_name" : "John", "last_name" : "Smith", "age" : 25, "about" : "I love to go rock climbing", "interests": [ "sports", "music" ]} 3.批量插入
curl -XPOST localhost:9200/_bulk --data-binary @data.json
{"index":{"_index":"meterdata","_type":"autoData"}}{"Mfid ":1,"TData":172170,"TMoney":209,"HTime":"2016-05-17T08:03:00"}{"index":{"_index":"meterdata","_type":"autoData"}}{"Mfid ":1,"TData":172170,"TMoney":209,"HTime":"2016-05-17T08:04:00"}{"index":{"_index":"meterdata","_type":"autoData"}}{"Mfid ":1,"TData":172170,"TMoney":209,"HTime":"2016-05-17T08:05:00"}{"index":{"_index":"meterdata","_type":"autoData"}}{"Mfid ":1,"TData":172170,"TMoney":209,"HTime":"2016-05-17T08:06:00"}{"index":{"_index":"meterdata","_type":"autoData"}}{"Mfid ":1,"TData":172170,"TMoney":209,"HTime":"2016-05-17T08:07:00"} 4.upsert插入
当文档存在时，执行脚本；当文档不存在时，upsert中的内容就会插入到对应的文档中
curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{ "script" : { "inline": "ctx._source.counter += count", "params" : { "count" : 4 } }, "upsert" : { "counter" : 1 }}' 二、更新
可以使用Script对所有的文档执行更新操作，也可以使用doc对部分文档执行更新，也可以使用upsert对不存在的文档执行添加操作。
1.全部更新
curl -XPUT localhost:9200/test/type1/1 -d '{ "counter" : 1, "tags" : ["red"]}' 2.部分更新
curl -XPOST "localhost:9200/gengxin/update/1/_update?pretty" -d '{ "doc": {"job": "奋斗者"}}' 3.脚本更新
(1).更新部分字段
curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{ "script" : { "inline": "ctx._source.counter += count", "params" : { "count" : 4 } }}' (2).新加字段
curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{ "script" : "ctx._source.name_of_new_field = \"value_of_new_field\""}' (3).移除字段
curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{ "script" : "ctx._source.remove(\"name_of_field\")"}' curl -XPOST 'localhost:9200/test/type1/1/_update' -d '{ "script" : { "inline": "ctx._source.tags.contains(tag) ? ctx.op = \"delete\" : ctx.op = \"none\"", "params" : { "tag" : "blue" } }}' 全部更新和部分更新区别？
全部更新，是直接把之前的老数据，标记为删除状态，然后，再添加一条更新的。
部分更新，只是修改某个字段。
参考：
三、删除
curl -XDELETE 'http://localhost:9200/twitter/tweet/1'
路由
如果在索引的时候提供了路由，那么删除的时候，也需要指定相应的路由：
$ curl -XDELETE 'http://localhost:9200/twitter/tweet/1?routing=kimchy'
上面的例子中，想要删除id为1的索引，会通过固定的路由查找文档。如果路由不正确，可能查不到相关的文档。对于某种情况，需要使用_routing参数，但是却没有任何的值，那么删除请求会广播到每个分片，执行删除操作。
ES删除总结
如果文档存在，es会返回200 ok的状态码，found属性值为true，_version属性的值+1。
如果文档不存在，es会返回404 Not Found的状态码，found属性值为false，但是_version属性的值依然会+1，这个就是内部管理的一部分，它保证了我们在多个节点间的不同操作的顺序都被正确标记了。
ES的删除操作，也是不会立即生效，跟更新操作类似。只是会被标记为已删除状态，ES后期会自动删除。
好比，你删除的操作一步一步累积，当达到它上限时，等你删除几十条数据后，ES我一次性删除，这样可以节省磁盘IO。
参考：
四、查询
1.query和filte
(1)查询上下文：查询操作不仅仅会进行查询，还会计算分值，用于确定相关度；
(2)过滤器上下文：查询操作仅判断是否满足查询条件，不会计算得分，查询的结果可以被缓存。 参考：轻量级搜索,查询字符串(query string)
GET /megacorp/employee/_search?q=last_name:Smith
2.Filter DSL
(1)term
代表完全匹配，即不进行分词器分析，文档中必须包含整个搜索的词汇（如果为中文，默认当个字为一个索引，只能搜索到单个字）
POST /megacorp/employee/_search{ "query": { "term": { "last_name": "Smith" } }} (2)terms 过滤
terms 跟 term 有点类似，但 terms 允许指定多个匹配条件。 如果某个字段指定了多个值，那么文档需要一起去做匹配：
POST /megacorp/employee/_search{ "query": { "terms": { "last_name": ["Bob","Smith"] } }} (3)range 过滤
允许我们按照指定范围查找一批数据
POST /megacorp/employee/_search{ "query": { "range": { "age": { "gt": 18 } } }} (4)exists 和 missing 过滤
可以用于查找文档中是否包含指定字段或没有某个字段，类似于SQL语句中的IS_NULL条件.
POST /megacorp/employee/_search{ "query": { "exists": { "field": "title" } }} (5)Bool合并查询(Combining Queries)
使用bool过滤器来合并多个过滤器以实现and，or和not逻辑。should满足的匹配度更高。must语句都需要匹配，而所有的must_not语句都不能匹配。默认情况下，should语句一个都不要求匹配，只有一个特例：如果查询中没有must语句，那么至少要匹配一个should语句。minimum_should_match参数来控制should语句需要匹配的数量，该参数可以是一个绝对数值或者一个百分比。
GET /my_index/my_type/_search{ "query": { "bool": { "must": { "match": { "title": "quick" }}, "must_not": { "match": { "title": "lazy" }}, "should": [ { "match": { "title": "brown" }}, { "match": { "title": "dog" }} ] } }} (6)过滤器(filter)
来实现sql中where的效果, 比如：搜索一个叫Smith,且年龄大于30的员工,可以这么检索.
POST /megacorp/employee/_search{ "query" : { "filtered" : { "filter" : { "range" : { "age" : { "gt" : 30 } } }, "query" : { "match" : { "last_name" : "Smith" } } } }} (7)聚合(aggregations)
它允许你在数据上生成复杂的分析统计,类似于sql中的group by
GET /megacorp/employee/_search{"aggs": { "all_interests": { "terms": { "field": "interests" } }}} 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
GET /megacorp/employee/_search{ "aggs" : { "all_interests" : { "terms" : { "field" : "interests" }, "aggs" : { "avg_age" : { "avg" : { "field" : "age" } } } } }} 3.Query DSL
(1)match_all 查询
可以查询到所有文档，是没有查询条件下的默认语句。
POST /index/doc/_search{ "query" : { "match_all": {} }} (2)match查询
一个标准查询，不管你需要全文本查询还是精确查询基本上都要用到它。
POST /index/doc/_search{ "query" : { "match" : { "title" : "中国杭州" } }} match查询接受一个operator参数，该参数的默认值是"or"。可以将它改变为"and"来要求所有的词条都需要被匹配，来提高搜索精度。
POST /index/doc/_search{ "query": { "match": { "title": { "query": "中国 杭州", "operator": "and" } } }} 控制精度(Controlling Precision)，在下面拥有3个词条的例子中，75%会被向下舍入到66.6%，即3个词条中的2个。无论你输入的是什么，至少有2个词条被匹配时，该文档才会被算作最终结果中的一员。
GET /index/doc/_search{ "query": { "match": { "title": { "query": "中国杭州", "minimum_should_match": "75%" } } }} 分值计算(Score Calculation)
bool查询通过将匹配的must和should语句的_score相加，然后除以must和should语句的总数来得到相关度分值_score。must_not语句不会影响分值；它们唯一的目的是将不需要的文档排除在外。
(3)multi_match查询
允许你做match查询的基础上同时搜索多个字段，在多个字段中同时查一个：
POST /index/doc/_search{ "query" : { "multi_match": { "query": "中国", "fields": [ "content", "title" ] } }} (4)match_phrase短语搜索(phrases)
match_phrase与match的区别在于,前者会命中”rock“ “climbing”（有序）全部匹配到的数据，而后者会命中rock balabala climbing ， 前者可用调节因子slop控制不匹配的数量。
GET /megacorp/employee/_search{ "query" : { "match_phrase" : { "about" : "rock climbing", "slop" : 1 } }} (5)bool 查询
与 bool 过滤相似，用于合并多个查询子句。不同的是，bool 过滤可以直接给出是否匹配成功， 而bool 查询要计算每一个查询子句的 _score （相关性分值）。
must:: 查询指定文档一定要被包含。 must_not:: 查询指定文档一定不要被包含。 should:: 查询指定文档，有则可以为文档相关性加分。(6)wildcards 查询
使用标准的shell通配符查询
POST /index/doc/_search{ "query": { "wildcard": { "content": "中*" } }} (7)regexp查询
使用regexp查询能够让你写下更复杂的模式（中文只能匹配单个字开头）
POST /index/doc/_search{ "query": { "regexp": { "content": "中.*" } }} (8)prefix查询
以什么字符开头的，可以更简单地用 prefix
POST /index/doc/_search{ "query": { "prefix": { "content": "中" } }} 参考：
4.Mapping
什么是mapping
ES的mapping非常类似于静态语言中的数据类型：声明一个变量为int类型的变量， 以后这个变量都只能存储int类型的数据。同样的， 一个number类型的mapping字段只能存储number类型的数据。
同语言的数据类型相比，mapping还有一些其他的含义，mapping不仅告诉ES一个field中是什么类型的值， 它还告诉ES如何索引数据以及数据是否能被搜索到。
剖析mapping
一个mapping由一个或多个analyzer组成， 一个analyzer又由一个或多个filter组成的。当ES索引文档的时候，它把字段中的内容传递给相应的analyzer，analyzer再传递给各自的filters。
filter的功能很容易理解：一个filter就是一个转换数据的方法， 输入一个字符串，这个方法返回另一个字符串，比如一个将字符串转为小写的方法就是一个filter很好的例子。
一个analyzer由一组顺序排列的filter组成，执行分析的过程就是按顺序一个filter一个filter依次调用， ES存储和索引最后得到的结果。
总结来说， mapping的作用就是执行一系列的指令将输入的数据转成可搜索的索引项。
默认analyzer
回到我们的例子， ES猜测description字段是string类型，于是默认创建一个string类型的mapping，它使用默认的全局analyzer， 默认的analyzer是, 这个标准analyzer有三个filter：token filter, lowercase filter和stop token filter。
（1）新增
PUSH /libray/books{ "settings" : { "number_of_shards" : 2, "number_of_replicas" : 1 }, "mappings" : { "books" : { "properties" : { "name" : { "type": "string", "index": "not_analyzed" }, "year" : { "type" : "integer" }, "detail" : { "type" : "string" } } } }} （2）删除索引中所有映射
DELETE /libray/_mapping
（3）删除指定映射索引
DELETE /libray/_mapping/books
参考
5.查询补充
(1).source filter 限制返回字段
_source检索设置为false参数关闭检索
GET /_search{ "_source": "obj.*, obj2.*", "query" : { "match_all" : {} }} complete control
GET /_search{ "_source": { "includes": [ "obj1.*", "obj2.*" ], "excludes": [ "*.description" ] }, "query" : { "term" : { "user" : "kimchy" } }} (2)sort排序
POST /bank/_search{ "query": { "match_all" : {} }, "sort" : [ { "age" : "asc" } ]} 分类模式选项
Elasticsearch支持按数组或多值字段进行排序。该mode选项控制选择哪个数组值来排序它所属的文档。该mode选项可以具有以下值：
|
| 选择最低的价值。 |
|
| 选择最高的价值。 |
|
| 使用所有值的总和作为排序值。仅适用于基于数字的数组字段。 |
|
| 使用所有值的平均值作为排序值。仅适用于基于数字的数组字段。 |
|
| 使用所有值的中位数作为排序值。仅适用于基于数字的数组字段。 |
（3）Post Filter 后置过滤器
用于过滤搜索结果和聚合的过滤器，post_filter元素是一个顶层元素，只会对搜索结果进行过滤。
GET /cars/transactions/_search?search_type=count{ "query": { "match": { "make": "ford" } }, "post_filter": { "term" : { "color" : "green" } }, "aggs" : { "all_colors": { "terms" : { "field" : "color" } } }} （4）explain
对每个命中的分数进行解释。
GET /bank/_search{ "explain" : true, "query": { "bool" : { "filter" : { "term" : { "age" : 39 } } } }} （5）version
为每个搜索命中返回一个版本。
GET /bank/_search{ "version": true, "query": { "bool" : { "filter" : { "term" : { "age" : 39 } } } }} （6）min_score
排除_score小于以下指定最小值的文档min_score
GET /_search{ "min_score": 0.5, "query" : { "term" : { "user" : "kimchy" } }} （7）inner_hits
返回父文档，也返回匹配has-child条件的子文档，相当于在父子之间join
例子：假设我们使用父文档存储邮件内容，子文档存储每个邮件拥有者的信息以及对于此用户这封邮件的状态。搜索某个账户的邮件列表时，我们希望搜索到邮件内容和邮件状态，可以设想假如没有Inner-hits，我们必须得分两次查询，因为邮件内容和邮件状态分别存放在父文档和子文档中。而有了Inner_hits属性后，我们可以使用一次查询完成。
curl -XGET 'http://localhost:9200/hermes/email/_search/?pretty=true' -d '{ "query": { "has_child": { "type": "email_owner", "query": { "bool": { "must": [ { "term": { "owner": "13724100993@189.cn" } }, {"term": {"labelId": "1"} } ]} }, //注意此处 "inner_hits": {} } }}' （8）mget批量查询
如果一次性要查询多条数据的话，那么一定要用batch批量操作的api，尽可能减少网络开销次数，可能可以将性能提升数倍，甚至数十倍。
POST http://localhost:9200/bank/_mget{ "docs" : [ { "_type" : "accout", "_id" : 1 },{ "_type" : "accout", "_id" : 2 }]} 五、补充
强烈推荐：
Elasticsearch5.2核心知识篇
Elasticsearch5.2高手进阶篇
分词器
es 默认分词器原理：中文以单个字为单位进行分词，英文以空格或者标点为单位进行分词。
match与term
倒排索引
可参考
filters特性
过滤查询以及聚合
_all
Elasticsearch 字段数据类型 :
(推荐)
ES部分原理介绍：