基于docker安装运行
想运行一台单结点的ElasticSearch进行测试，基于Docker可能是最方便的了，一句话就可以搞定：
docker run -d --name="elasticsearch" -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:6.3.2
如果Docker环境没有异常，此时ElasticSearch已经就绪，可以在浏览器访问http://localhost:9200检查是否正常。
在我的环境中，返回如下内容：
{
"name" : "4ZzIQax",
"cluster_name" : "docker-cluster",
"cluster_uuid" : "N4V53QuMTyuiW3tA7nWz6Q",
"version" : {
"number" : "6.3.2",
"build_flavor" : "default",
"build_type" : "tar",
"build_hash" : "053779d",
"build_date" : "2018-07-20T05:20:23.451332Z",
"build_snapshot" : false,
"lucene_version" : "7.3.1",
"minimum_wire_compatibility_version" : "5.6.0",
"minimum_index_compatibility_version" : "5.0.0"
},
"tagline" : "You Know, for Search"
}
基本概念
Index 与 Document
ElasticSearch是面向文档型数据库，一条数据就是一个文档，用JSON作为文档序列化的格式。示例如下：
{
"user": "张三",
"title": "程序员",
"desc": "开发一部"
}
多个文档就组成了索引（Index），索引Elastic 数据管理的顶层单位，和MySql里的数据库是同义词。每个 Index （即数据库）的名字必须是小写。
同一个索引下的文档，并不要求其JSON格式完全一样，但建议一样以提高查询效率。
关于被去掉的Type
ElasticSearch 设计初期，是直接查考了关系型数据库的设计模式，存在了 Type的概念。Type对应MySql这类关系型数据库的表。
搜索引擎是基于 Lucene 的，这种 “基因”决定了 Type 是多余的。 Lucene 的全文检索功能之所以快，是因为 倒序索引 的存在。
而这种倒序索引的生成是基于 Index 的，而并非 Type。多个Type 反而会减慢搜索的速度。
为了保持 Elasticsearch “一切为了搜索” 的宗旨，适当的做些改变（去除 Type）也是无可厚非的，也是值得的。
常用的HTTP API
列出当前的ElasticSearch的所有Index（索引）
curl -X GET 'http://localhost:9200/_cat/indices?v'
创建一个索引
使用PUT方法，访问一个索引的根目录，示例如下：
curl -X PUT 'localhost:9200/log'
服务器返回一个 JSON 对象：
{
"acknowledged":true,
"shards_acknowledged":true,
"index":"log"
}
删除一个索引
使用DELETE方法，访问一个索引的根目录，示例如下：
curl -X DELETE 'localhost:9200/log'
如果成功，服务器返回一个 JSON 对象：
{
"acknowledged":true,
}
创建一个文档
鉴于在6.x里，官方已经将Type置为Deprecated，所以按官方建议，创建文档时，统一使用_doc这个默认Type
官方文档参考：https://www.elastic.co/guide/en/elasticsearch/reference/current/mapping-type-field.html
以上述log这个索引示例：
curl -XPUT -H "Content-Type: application/json" 'localhost:9200/log/_doc/1?pretty' -d '{"level":"info","ts":"2020-09-03T21:46:48.098+0800","caller":"runtime/proc.go:204","msg":"Success.."}'
ElasticSearch返回：
{
"_index" : "log",
"_type" : "_doc",
"_id" : "1",
"_version" : 1,
"result" : "created",
"_shards" : {
"total" : 2,
"successful" : 1,
"failed" : 0
},
"_seq_no" : 0,
"_primary_term" : 1
}
查看文档
curl 'localhost:9200/log/_doc/1?pretty=true'
根据我们之前的添加记录，服务器返回：
{
"_index" : "log",
"_type" : "_doc",
"_id" : "1",
"_version" : 1,
"found" : true,
"_source" : {
"level" : "info",
"ts" : "2020-09-03T21:46:48.098+0800",
"caller" : "runtime/proc.go:204",
"msg" : "Success.."
}
}
删除文档
发出DELETE请求，跟上文档的访问路径即可：
curl -X DELETE 'localhost:9200/log/_doc/1'
搜索
ElasticSearch 的查询非常特别，使用自己的查询语法，要求 GET 请求带有数据体。
查询条件使用Match 查询，在match字段中指定的匹配条件。如下示例是msg字段里面包含”Success”这个词。
除了指定条件外，还可以指定其它查询参数，如：
from表示返回结果的位移size表示返回结果的每一页的条数
curl -H "Content-Type: application/json" 'localhost:9200/log/_doc/_search' -d '
{
"query" : { "match" : { "msg" : "Success" }},
"from": 0,
"size": 10
}'
返回结果如下：
{
"took":49,
"timed_out":false,
"_shards":{
"total":5,
"successful":5,
"skipped":0,
"failed":0
},
"hits":{
"total":1,
"max_score":0.2876821,
"hits":[
{
"_index":"log",
"_type":"_doc",
"_id":"1",
"_score":0.2876821,
"_source":{
"level":"info",
"ts":"2020-09-03T21:46:48.098+0800",
"caller":"runtime/proc.go:204",
"msg":"Success.."
}
}
]
}
}
