一、前言
在 Elasticsearch 中，對文檔進行索引等操作時，既可以通過 RESTful 接口進行操作，也可以通過 Java 也可以通過 Java 客戶端進行操作。本文主要講解基於 RESTful 的文檔索引與管理方法，后面章節再講面向 Java 客戶端的編程方法。
使用 RESTful API 時，主要有如下四種方式可以選擇：
方式一：可以使用終端中的 curl 命令，如果還沒有安裝，按照系統的不同，執行不同的安裝命令，CentOS 用 yum -y install curl 安裝，Ubuntu 用 sudo apt-get install curl 安裝。
方式二：可以使用 Elasticsearch-head 插件，通過切換不同的頁簽，可以執行不同的操作。
方式三：Elastic Stack 官方推出的 Kibana 提供了 Dev Tools，專用於執行此類代碼，其前身為 Chrome 的 Sense 插件。
方式四：使用 Chrome 谷歌瀏覽器的 Sense 插件，唯一的缺點是對中文的支持不太理想，也可以使用 Postman 插件。
以下我們方式三，使用 Kibana 提供的 Dev Tools 工具。
在創建索引之前，首先了解 RESTful API 的調用風格，在管理和使用 ElasticSearch 服務時，常用的 HTTP 動詞有下面五個：
GET 請求：獲取服務器中的對象
相當於 SQL 的 Select 命令
GET /blogs：列出所有博客
POST 請求：在服務器上更新對象
相當於 SQL 的 Update 命令
POST /blogs/ID：更新指定的博客
PUT 請求：在服務器上創建對象
相當於 SQL 的 Create 命令
PUT /blogs/ID：新建一個博客
DELETE 請求：刪除服務器中的對象
相當於 SQL 的 Delete 命令
DELETE /blogs/ID：刪除指定的博客
HEAD 請求：僅僅用於獲取對象的基礎信息
二、索引管理
2.1 創建索引
PUT blog
返回響應結果：
{ "acknowledged": true, "shards_acknowledged": true, "index": "blog" }
本文章內的命令，如無特別說明，默認均在 Kibana 的 Dev Tools 中執行，如下圖所示：
創建索引時，也可以在指定索引數據的 shards 分片數量 和 replicas 副本數量，如果不指定，系統會采用默認值，分別是 shards 數量為 5，replicas 數量為1。Elasticsearch 默認給一個索引設置 5 個分片和 1 個副本，一個索引的分片數一經指定后就不能再修改，副本數可以通過命令隨時修改。如果想創建自定義分片數和副本數的索引，可以通過 settings 參數在索引時設置初始化信息。
PUT blog { "settings": { "number_of_shards": 5, "number_of_replicas": 1 } }
2.2 查看索引
使用 HTTP 的操作類型 GET，GET {index}/_settings 子句，則可以獲取當前索引文件的較為詳細的配置信息。
GET blog/_settings
返回響應結果：
{ "blog": { "settings": { "index": { "creation_date": "1527989901762", "number_of_shards": "5", "number_of_replicas": "1", "uuid": "HKq5wwD3S8ObJq7Q2tZn2g", "version": { "created": "5060099" }, "provided_name": "blog" } } } }
該命令對應的 curl 命令為：
curl -XGET 'http://192.168.56.110:9200/blog/_settings'
或
curl -XGET "http://192.168.56.110:9200/blog/_settings"
以上兩天 curl 命令在 Linux 上，使用單引號或者雙引號包裹請求內容均可。
但在 Windows 上只能使用第二種，即用雙引號包裹，用單引號時會出現錯誤 curl: (1) Protocol "'http" not supported or disabled in libcurl，如下：
C:\Users\Administrator>curl -XGET 'http://192.168.56.110:9200/blog/_settings'
curl: (1) Protocol "'http" not supported or disabled in libcurl C:\Users\Administrator>curl -XGET "http://192.168.56.110:9200/blog/_settings" {"blog":{"settings":{"index":{"creation_date":"1527989901762","number_of_shards" :"5","number_of_replicas":"1","uuid":"HKq5wwD3S8ObJq7Q2tZn2g","version":{"create d":"5060099"},"provided_name":"blog"}}}}
2.3 更新副本數
Elasticsearch 支持修改一個已經存在索引的副本數，命令如下：
PUT blog { "settings": { "number_of_replicas": 1 } }
2.4 關閉和打開索引
一個關閉的索引將禁止讀取和寫入其中的數據，而一個打開的索引文件可以允許用戶對其中的數據進行相應的操作。
關閉索引：
POST blog/_close
打開索引：
POST blog/_open
2.5 刪除索引
DELETE blog
三、文檔管理
Mapping 也稱為映射，映射可分為動態映射和靜態映射。在關系型數據庫中寫入數據之前首先要建表，在建表語句中聲明字段的屬性，在 Elasticsearch 中則不必如此，Elasticsearch 最重要的功能之一就是讓你盡可能地開始探索數據，文檔寫入 Elasticsearch 中，它會根據字段的類型自動識別，這種機制稱為動態映射，而靜態映射則是寫入數據之前對字段的屬性進行手工設置。
上面只創建了一個索引，並沒有設置 mapping，查看一下索引 mapping 的內容：
GET blog/_mapping
返回響應結果：
{ "blog": { "mappings": {} } }
可以看到 mapping 為空，我們只創建了一個索引，並沒有進行 mapping 配置，所以 mapping 為空。
下面給 blog 這個索引加一個 type，type name 為 article，並設置 mapping：
POST blog/article/_mapping { "article": { "properties": { "id": { "type": "text" }, "title": { "type": "text" }, "postdate": { "type": "date" }, "content": { "type": "text", "analyzer": "ik_max_word" } } } }
返回響應結果：
{ "acknowledged": true }
也可以在創建索引時就定義好映射，如下：
PUT forum { "mappings": { "article": { "properties": { "id": { "type": "text" }, "title": { "type": "text" }, "postdate": { "type": "date" }, "content": { "type": "text", "analyzer": "ik_max_word" } } } } }
返回響應結果：
{ "acknowledged": true, "shards_acknowledged": true, "index": "forum" }
3.1 新建文檔
此處需要注意 PUT 和 POST，一般認為 POST 方法用來創建資源（具有非冪等性），而 PUT 方法則用來更新資源（具有冪等性）。
PUT blog/article/1 { "id": "1001", "title": "Git簡單介紹", "postdate": "2018-06-03", "content": "Git是一款免費、開源的分布式版本控制系統" }
返回響應結果：
{ "_index": "blog", "_type": "article", "_id": "1", "_version": 1, "result": "created", "_shards": { "total": 2, "successful": 2, "failed": 0 }, "created": true }
3.2 查看文檔
GET blog/article/1
返回響應結果：
{ "_index": "blog", "_type": "article", "_id": "1", "_version": 1, "found": true, "_source": { "id": "1001", "title": "Git簡單介紹", "postdate": "2018-06-03", "content": "Git是一款免費、開源的分布式版本控制系統" } }
返回結果中前4個屬性表明文檔的位置和版本信息，found 屬性表明是否查詢到文檔，_source 字段中是文檔的內容。
如果某個文檔不存在，如下：
GET blog/article/1008611
返回響應結果：
{ "_index": "blog", "_type": "article", "_id": "1008611", "found": false }
可以看出，found 屬性值為 false，因為文檔不存在，當然也就沒有版本信息和 source 字段。
使用 HEAD 命令可以檢查一個索引或文檔是否存在：
HEAD blog/article/1
返回響應結果：
200 - OK
如果文檔存在，返回 "200 - OK"，反之返回 "404 - Not Found"。
3.3 更新文檔
POST blog/article/1/_update { "doc": { "title":"Git分布式版本控制工具簡介" } }
返回響應結果：
{ "_index": "blog", "_type": "article", "_id": "1", "_version": 2, "result": "noop", "_shards": { "total": 2, "successful": 2, "failed": 0 } }
3.4 刪除文檔
DELETE blog/article/1
返回響應結果：
{ "found": true, "_index": "blog", "_type": "article", "_id": "1", "_version": 3, "result": "deleted", "_shards": { "total": 2, "successful": 2, "failed": 0 } }
可以看到 _shards 中的 total 參數為 2，表示該文檔存在與兩個分片中（一個主分片，一個副本分片），successful 也為 2，表示執行成功了兩個分片中的文檔（表示分別從主分片中刪除了一條文檔，從副本分片中刪除了一條文檔），所以執行失敗的文檔數量 failed 為 0。
3.5 批量操作
Elasticsearch 中不僅提供了一個一個操作文檔文檔的 API，還提供了文檔的批量操作機制，通過 Bulk API 可以執行批量索引、批量刪除、批量更新等操作。
可以從 https://github.com/bly2k/files/blob/master/accounts.zip 下載一個樣本數據集，然后解壓到 /opt/elk 目錄下，然后批量索引文檔：
[root@masternode elk]# pwd /opt/elk [root@masternode elk]# ll total 240 -rwxr-xr-x 1 root root 244848 Jun 3 20:15 accounts.json drwxr-xr-x. 9 esuser esuser 155 May 26 23:08 elasticsearch-5.6.0 drwxrwxr-x 12 esuser esuser 232 Sep 7 2017 kibana-5.6.0-linux-x86_64 [root@masternode elk]# curl -XPOST 'http://192.168.56.110:9200/bank/account/_bulk?pretty' --data-binary @accounts.json
查看索引
GET _cat/indices?v
返回響應結果：
health status index uuid pri rep docs.count docs.deleted store.size pri.store.size green open forum 9M7dtsGDSTWOJAKTJxejXQ 5 1 0 0 1.5kb 810b green open moonxy rkQ2UUsZR-iSyOIt1HJzdw 5 1 0 0 1.8kb 955b green open .kibana 1lJLwJHZTKWgbNfBpzIXXA 1 1 2 0 17.5kb 8.7kb green open blog HKq5wwD3S8ObJq7Q2tZn2g 5 1 2 0 18.4kb 9.2kb green open bank zFkIZRe5Rj6gwhejxV-Wog 5 1 1000 0 1.2mb 640.8kb
四、數據查詢
4.1 返回所有文檔
GET blog/article/_search
返回響應結果：
{ "took": 12, "timed_out": false, "_shards": { "total": 5, "successful": 5, "skipped": 0, "failed": 0 }, "hits": { "total": 2, "max_score": 1, "hits": [ { "_index": "blog", "_type": "article", "_id": "2", "_score": 1, "_source": { "id": "1002", "title": "SVN簡介", "postdate": "2018-06-03", "content": "SVN是一款免費、開源的集中式版本控制系統" } }, { "_index": "blog", "_type": "article", "_id": "1", "_score": 1, "_source": { "id": "1001", "title": "Git簡單介紹", "postdate": "2018-06-03", "content": "Git是一款免費、開源的分布式版本控制系統" } } ] } }
上面代碼中，返回結果的 took 字段表示該操作的耗時（單位為毫秒），timed_out 字段表示是否超時，hits 字段表示命中的記錄，里面子字段的含義如下。
total：返回記錄數，本例是2條。
max_score：最高的匹配程度，本例是1.0。
hits：返回的記錄組成的數組。
返回的記錄中，每條記錄都有一個_score 字段，表示匹配的程序，默認是按照這個字段降序排列。
4.2 全文檢索
GET blog/article/_search { "query" : { "match" : { "content" : "分布式版本控制工具" }} }
返回響應結果：
{ "took": 21, "timed_out": false, "_shards": { "total": 5, "successful": 5, "skipped": 0, "failed": 0 }, "hits": { "total": 2, "max_score": 1.6194323, "hits": [ { "_index": "blog", "_type": "article", "_id": "1", "_score": 1.6194323, "_source": { "id": "1001", "title": "Git簡單介紹", "postdate": "2018-06-03", "content": "Git是一款免費、開源的分布式版本控制系統" } }, { "_index": "blog", "_type": "article", "_id": "2", "_score": 0.80971617, "_source": { "id": "1002", "title": "SVN簡介", "postdate": "2018-06-03", "content": "SVN是一款免費、開源的集中式版本控制系統" } } ] } }
可以看到兩個文檔的 _score 得分不一樣，含有分詞項多的文檔相應的得分也高。