ES即簡單又復雜，你可以快速的實現全文檢索，又需要了解復雜的REST API。本篇就通過一些簡單的搜索命令，幫助你理解ES的相關應用。雖然不能讓你理解ES的原理設計，但是可以幫助你理解ES，探尋更多的特性。
其他相關的內容參考：Elasticsearch官方文檔翻譯
樣例數據
為了更好的使用和理解ES，沒有點樣例數據還是不好模擬的。這里提供了一份官網上的數據，accounts.json。如果需要的話，也可以去這個網址玩玩，它可以幫助你自定義寫隨機的JSON數據。
首先開啟你的ES，然后執行下面的命令，windows下需要自己安裝curl、也可以使用cygwin模擬curl命令:
curl -XPOST 'localhost:9200/bank/account/_bulk?pretty' --data-binary @accounts.json
注意：
1 需要在accounts.json所在的目錄運行curl命令。
2 localhost:9200是ES得訪問地址和端口
3 bank是索引的名稱
4 account是類型的名稱
5 索引和類型的名稱在文件中如果有定義，可以省略；如果沒有則必須要指定
6 _bulk是rest得命令，可以批量執行多個操作（操作是在json文件中定義的，原理可以參考之前的翻譯）
7 pretty是將返回的信息以可讀的JSON形式返回。
執行完上述的命令后，可以通過下面的命令查詢：
curl 'localhost:9200/_cat/indices?v' health index pri rep docs.count docs.deleted store.size pri.store.size yellow bank 5 1 1000 0 424.4kb 424.4kb
搜索API
ES提供了兩種搜索的方式：請求參數方式 和 請求體方式。
請求參數方式
curl 'localhost:9200/bank/_search?q=*&pretty'
其中bank是查詢的索引名稱，q后面跟着搜索的條件：q=*表示查詢所有的內容
請求體方式（推薦這種方式）
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "match_all": {} } }'
這種方式會把查詢的內容放入body中，會造成一定的開銷，但是易於理解。在平時的練習中，推薦這種方式。
返回的內容
{ "took" : 26, "timed_out" : false, "_shards" : { "total" : 5, "successful" : 5, "failed" : 0 }, "hits" : { "total" : 1000, "max_score" : 1.0, "hits" : [ { "_index" : "bank", "_type" : "account", "_id" : "1", "_score" : 1.0, "_source" : {"account_number":1,"balance":39225,"firstname":"Amber","lastname":"Duke","age":32,"gender":"M","address":"880 Holmes Lane","employer":"Pyrami","email":"amberduke@pyrami.com","city":"Brogan","state":"IL"} }, { "_index" : "bank", "_type" : "account", "_id" : "6", "_score" : 1.0, "_source" : {"account_number":6,"balance":5686,"firstname":"Hattie","lastname":"Bond","age":36,"gender":"M","address":"671 Bristol Street","employer":"Netagy","email":"hattiebond@netagy.com","city":"Dante","state":"TN"} }, { "_index" : "bank", "_type" : "account", "_id" : "13",
返回的內容大致可以如下講解：
took：是查詢花費的時間，毫秒單位
time_out：標識查詢是否超時
_shards：描述了查詢分片的信息，查詢了多少個分片、成功的分片數量、失敗的分片數量等
hits：搜索的結果，total是全部的滿足的文檔數目，hits是返回的實際數目（默認是10）
_score是文檔的分數信息，與排名相關度有關，參考各大搜索引擎的搜索結果，就容易理解。
由於ES是一次性返回所有的數據，因此理解返回的內容是很必要的。它不像傳統的SQL是先返回數據的一個子集，再通過數據庫端的游標不斷的返回數據（由於對傳統的數據庫理解的不深，這里有錯還望指正）。
查詢語言DSL
ES支持一種JSON格式的查詢，叫做DSL，domain specific language。這門語言剛開始比較難理解，因此通過幾個簡單的例子開始：
下面的命令，可以搜索全部的文檔：
{ "query": { "match_all": {} } }
query定義了查詢，match_all聲明了查詢的類型。還有其他的參數可以控制返回的結果：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "match_all": {} }, "size": 1 }'
上面的命令返回了所有文檔數據中的第一條文檔。如果size不指定，那么默認返回10條。
下面的命令請求了第10-20的文檔。
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "match_all": {} }, "from": 10, "size": 10 }'
下面的命令指定了文檔返回的排序方式：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "match_all": {} }, "sort": { "balance": { "order": "desc" } } }'
執行搜索
上面了解了基本的搜索語句，下面就開始深入一些常用的DSL了。
之前的返回數據都是返回文檔的所有內容，這種對於網絡的開銷肯定是有影響的，下面的例子就指定了返回特定的字段：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "match_all": {} }, "_source": ["account_number", "balance"] }'
再回到query，之前的查詢都是查詢所有的文檔，並不能稱之為搜索引擎。下面就通過match方式查詢特定字段的特定內容，比如查詢余額為20的賬戶信息：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "match": { "account_number": 20 } } }'
查詢地址為mill的信息：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "match": { "address": "mill" } } }'
查詢地址為mill或者lane的信息：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "match": { "address": "mill lane" } } }'
如果我們想要返回同時包含mill和lane的，可以通過match_phrase查詢：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "match_phrase": { "address": "mill lane" } } }'
ES提供了bool查詢，可以把很多小的查詢組成一個更為復雜的查詢，比如查詢同時包含mill和lane的文檔：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "bool": { "must": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } } }'
修改bool參數，可以改為查詢包含mill或者lane的文檔：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "bool": { "should": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } } }'
也可以改寫為must_not，排除包含mill和lane的文檔：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "bool": { "must_not": [ { "match": { "address": "mill" } }, { "match": { "address": "lane" } } ] } } }'
bool查詢可以同時使用must, should, must_not組成一個復雜的查詢：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "bool": { "must": [ { "match": { "age": "40" } } ], "must_not": [ { "match": { "state": "ID" } } ] } } }'
過濾查詢
之前說過score字段指定了文檔的分數，使用查詢會計算文檔的分數，最后通過分數確定哪些文檔更相關，返回哪些文檔。
有的時候我們可能對分數不感興趣，就可以使用filter進行過濾，它不會去計算分值，因此效率也就更高一些。
filter過濾可以嵌套在bool查詢內部使用，比如想要查詢在2000-3000范圍內的所有文檔，可以執行下面的命令：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "query": { "bool": { "must": { "match_all": {} }, "filter": { "range": { "balance": { "gte": 20000, "lte": 30000 } } } } } }'
ES除了上面介紹過的范圍查詢range、match_all、match、bool、filter還有很多其他的查詢方式，這里就先不一一說明了。
聚合
聚合提供了用戶進行分組和數理統計的能力，可以把聚合理解成SQL中的GROUP BY和分組函數。在ES中，你可以在一次搜索查詢的時間內，即完成搜索操作也完成聚合操作，這樣就降低了多次使用REST API造成的網絡開銷。
下面就是通過terms聚合的簡單樣例：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "size": 0, "aggs": { "group_by_state": { "terms": { "field": "state" } } } }'
它類似於SQL中的下面的語句：
SELECT state, COUNT(*) FROM bank GROUP BY state ORDER BY COUNT(*) DESC
返回的數據：
"hits" : { "total" : 1000, "max_score" : 0.0, "hits" : [ ] }, "aggregations" : { "group_by_state" : { "buckets" : [ { "key" : "al", "doc_count" : 21 }, { "key" : "tx", "doc_count" : 17 }, { "key" : "id", "doc_count" : 15 }, { "key" : "ma", "doc_count" : 15 }, { "key" : "md", "doc_count" : 15 }, { "key" : "pa", "doc_count" : 15 }, { "key" : "dc", "doc_count" : 14 }, { "key" : "me", "doc_count" : 14 }, { "key" : "mo", "doc_count" : 14 }, { "key" : "nd", "doc_count" : 14 } ] } } }
由於size設置為0，它並沒有返回文檔的信息，只是返回了聚合的結果。
比如統計不同賬戶狀態下的平均余額：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "size": 0, "aggs": { "group_by_state": { "terms": { "field": "state" }, "aggs": { "average_balance": { "avg": { "field": "balance" } } } } } }'
聚合支持嵌套，舉個例子，先按范圍分組，在統計不同性別的賬戶余額：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d ' { "size": 0, "aggs": { "group_by_age": { "range": { "field": "age", "ranges": [ { "from": 20, "to": 30 }, { "from": 30, "to": 40 }, { "from": 40, "to": 50 } ] }, "aggs": { "group_by_gender": { "terms": { "field": "gender" }, "aggs": { "average_balance": { "avg": { "field": "balance" } } } } } } } }'
聚合可以實現很多復雜的功能，而且ES也提供了很多復雜的聚合，這里作為引導篇，也不過多介紹了。
對於基本的數據搜索大致就是上面講述的樣子，熟悉了一些常用的API，入門還是很簡單的，倒是要熟練使用ES，還是需要掌握各種搜索查詢的命令，以及ES內部的原理。