環境：ES 6.2.2
os：Centos 7
kibana:6.2.2
介紹
- 索引是ElasticSearch存放數據的地方，可以理解為關系型數據庫中的一個數據庫。事實上，我們的數據被存儲和索引在分片(shards)中，索引只是一個把一個或多個分片分組在一起的邏輯空間。然而，這只是一些內部細節——我們的程序完全不用關心分片。對於我們的程序而言，文檔存儲在索引(index)中。剩下的細節由Elasticsearch關心既可。（索引的名字必須是全部小寫，不能以下划線開頭，不能包含逗號）
- 類型用於區分同一個索引下不同的數據類型,相當於關系型數據庫中的表。在Elasticsearch中，我們使用相同類型(type)的文檔表示相同的“事物”，因為他們的數據結構也是相同的。每個類型(type)都有自己的映射(mapping)或者結構定義，就像傳統數據庫表中的列一樣。所有類型下的文檔被存儲在同一個索引下，但是類型的映射(mapping)會告訴Elasticsearch不同的文檔如何被索引。
- 文檔是ElasticSearch中存儲的實體，類比關系型數據庫，每個文檔相當於數據庫表中的一行數據。在Elasticsearch中，文檔(document)這個術語有着特殊含義。它特指最頂層結構或者根對象(root object)序列化成的JSON數據（以唯一ID標識並存儲於Elasticsearch中）。
- 文檔由字段組成，相當於關系數據庫中列的屬性，不同的是ES的不同文檔可以具有不同的字段集合。對比關系型數據庫：
文檔元數據
一個文檔不只有數據。它還包含了元數據(metadata)——關於文檔的信息。三個必須的元數據節點是：
_index：索引
_type：類型
_id：id僅僅是一個字符串，它與_index和_type組合時，就可以在Elasticsearch中唯一標識一個文檔。當創建一個文檔，你可以自定義_id，也可以讓Elasticsearch幫你自動生成。
索引創建原則
類似的數據放在一個索引，非類似的數據放不同索引：product index（包含了所有的商品），sales index（包含了所有的商品銷售數據），inventory index（包含了所有庫存相關的數據）。如果你把比如product，sales，human resource（employee），全都放在一個大的index里面，比如說company index，不合適的。
index中包含了很多類似的document：類似是什么意思，其實指的就是說，這些document的fields很大一部分是相同的，你說你放了3個document，每個document的fields都完全不一樣，這就不是類似了，就不太適合放到一個index里面去了。
索引名稱必須是小寫的，不能用下划線開頭，不能包含逗號：product，website，blog
1、創建新的索引（index）
PUT indexTest001
結果：
2、索引設置
ES 默認提供了好多索引配置選項，參考https://www.elastic.co/guide/...，這些配置選項都有經過優化的默認配置值，除非你非常清楚這些配置的作用以及知道為什么去修改它，不然使用其默認值即可。
a、分片設置
number_of_shards
每個索引的主分片數，默認值是 5 。這個配置在索引創建后不能修改。
number_of_replicas
每個主分片的副本數，默認值是 1 。對於活動的索引庫，這個配置可以隨時修改。
例如，我們可以創建只有 一個主分片，沒有副本的小索引：
PUT /my_test_index_004
{
"settings": {
"number_of_shards" : 1,
"number_of_replicas" : 0
}
} 更改副本數量：
PUT /my_test_index_004/_settings
{
"number_of_replicas": 2
} 每次更改分片之后可以使用：GET my_test_index_004/_search_shards 來查詢索引信息.
3、創建mapping
a、首先查看剛剛創建的索引的mapping是什么樣子的
GET indextest001/_mapping
結果：
可見新建的索引中，mapping是一個空集，所以我們就要創建這個index的mapping
命令：
POST indextest001/product/_mapping?pretty
{"product":{"properties":{"title":{"type":"text","store":"true"},"description":{"type":"text","index":"false"},"price":{"type":"double"},"onSale":{"type":"boolean"},"type":{"type":"integer"},"createDate":{"type":"date"}}}} 執行完畢后再次執行上面所述查詢結果如下：
4、插入數據
POST indextest001/product
{
"title": "test title 001",
"description": "this is a random desc ",
"price": 22.6,
"onSale": "true",
"type": 2,
"createDate": "2018-01-12"
} 然后查詢一下所有數據，默認為match_all
GET indextest001/product/
根據id查詢
GET indextest001/product/UNBdGWIBI2NcsxokJ0lQ
結果如下：
