一. 前期知識及環境準備
在正式學習ES的基本資料操作之前，需要了解一下以下相關的基本概念：
- JSON
JSON（JavaScript Object Notation）是一種輕量級的資料交換格式。它基于 ECMAScript（European Computer Manufacturers Association, 歐洲計算機協會制定的js規範）的一個子集，采用完全獨立于程式設計語言的文本格式來存儲和表示資料。簡潔和清晰的層次結構使得 JSON 成為理想的資料交換語言。 易于人閱讀和編寫，同時也易于機器解析和生成。在 Elasticsearch 中，是以的資料都是以 JSON 的格式來進行表述的。
2.REST
REST 即表述性狀态傳遞（Representational State Transfer，簡稱 REST）是 Roy Fielding 博士在2000年他的博士論文中提出來的一種軟體架構風格。REST 是一種規範。即參數通過封裝後進行傳遞，響應也是傳回的一個封裝對象。
可以通過使用 REST 接口來對 Elasticsearch 進行操作，對資料進行增加（Create），查詢（Read)，更新（Update）及删除（Delete），也就是通常說的 CRUD。
Elasticsearch 裡的接口都是通過 REST 接口來實作的。
| 方法 | 用法 |
| GET | 讀取資料 |
| POST | 插入資料 |
| PUT | 更新資料，或如果是一個新的 id，則插入資料 |
| DELETE | 删除資料 |
3.curl
可以使用 curl 将請求從指令行送出到本地 Elasticsearch 執行個體。對 Elasticsearch 的請求包含與任何 HTTP 請求相同的部分：
curl -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'
使用以下變量：
<VERB> ：适當的 HTTP 方法或動詞。 例如，GET，POST，PUT，HEAD 或 DELETE
<PROTOCOL>：http 或 https。 如果你在 Elasticsearch 前面有一個 HTTPS 代理，或者你使用 Elasticsearch 安全功能來加密 HTTP 通信，請使用後者
<HOST>：Elasticsearch 叢集中任何節點的主機名。 localhost 用于本地計算機上的節點
<PORT>：運作 Elasticsearch HTTP 服務的端口，預設為9200
<PATH>：API 端點，可以包含多個元件，例如 _cluster/stats 或 _nodes/stats/jvm
<QUERY_STRING>：任何可選的查詢字元串參數。 例如，?pretty 将漂亮地列印 JSON 響應以使其更易于閱讀
<BODY>：JSON 編碼的請求正文（如有必要）
如果啟用了 Elasticsearch 安全功能，則還必須提供有權運作 API 的有效使用者名（和密碼）。 例如，使用 -u 或 --u cURL 指令參數。比如：
curl -u elastic:password -X<VERB> '<PROTOCOL>://<HOST>:<PORT>/<PATH>?<QUERY_STRING>' -d '<BODY>'
4.Elasticsearch 檢查
通路Elasticsearch ：http://192.168.246.134:9200/
傳回如下資訊，證明Elasticsearch工作正常
5.Kibana 檢查
通路Kibana：http://192.168.246.134:5601
顯示界面如下：
點選【Explore on my own】
點選左上角的菜單，選擇【Management】下的【Dev Tools】，進入如下界面，之後的例子也将在此功能裡面執行，并顯示輸出結果。
輸入 如下： GET /
點選該行右邊的箭頭 ,發送請求，則在右邊的顯示區域會顯示請求結果資訊，如下圖所示：
GET /
和
http://192.168.246.134:9200/ 看到的資訊一緻。
6.Elasticsearch資料類型
ES的資料類型比較多，請見下表：
| Types | 資料類型 | 資料類型 |
| Common Types | binary | binary |
| boolean | boolean | |
| Keywords | keyword | |
| constant_keyword | ||
| wildcard | ||
| Numbers | long | |
| integer | ||
| short | ||
| byte | ||
| double | ||
| float | ||
| half_float | ||
| scaled_float | ||
| unsigned_long | ||
| Dates | date | |
| date_nanos | ||
| alias | alias | |
| Objects and relational | object | |
| flattened | flattened | |
| nested | nested | |
| join | join | |
| Structured | Range | long_range |
| integer_range | ||
| float_range | ||
| double_range | ||
| date_range | ||
| ip_range | ||
| ip | ip | |
| version | version | |
| Aggregate | aggregate_metric_double | aggregate_metric_double |
| histogram | histogram | |
| Text search | text | text |
| match_only_text | ||
| completion | completion | |
| search_as_you_type | search_as_you_type | |
| token_count | token_count | |
| Document ranking | dense_vector | dense_vector |
| sparse_vector | sparse_vector | |
| rank_feature | rank_feature | |
| rank_features | rank_features | |
| Spatial | geo_point | geo_point |
| geo_shape | geo_shape | |
| point | point | |
| shape | shape | |
| Other | percolator | percolator |
每一種資料類型的應用，後續章節會逐漸涉及，這裡僅僅先做個大概了解。
具體請參見：
https://www.elastic.co/guide/en/elasticsearch/reference/7.17/mapping-types.html
二.建立索引及文檔
- 建立索引及文檔
使用PUT方法來進行建立索引及文檔
注： 以下所有 # 的部分，僅僅為了注釋說明，執行的時候，請去掉，否則會報告錯誤。
例如：
PUT ddz/_doc/1 # 索引名：ddz 文檔id:1
{
"uid":10001, # 文檔字段：值
"nickname":"麥子",
"coin":3000,
"phone":13622445609,
"score":203
}
右邊輸出資訊如下：
#! Elasticsearch built-in security features are not enabled. Without authentication, your cluster could be accessible to anyone. See https://www.elastic.co/guide/en/elasticsearch/reference/7.17/security-minimal-setup.html to enable security.
注：因未開啟安全認證，是以會有如下的提示資訊，暫時忽略此資訊。
{
"_index" : "ddz", # 索引名
"_type" : "_doc", # Type名
"_id" : "1", # ID
"_version" : 2, # 版本，資料更改一次，此值會自動增加1，此處為了示範，執行了2次
"result" : "updated", # 更新
"_shards" : {
"total" : 2, # 兩個shards，一個是Primary，另一個是Replica
"successful" : 1, # 成功
"failed" : 0
},
"_seq_no" : 1,
"_primary_term" : 1
}
以上例子，建立了一個新的索引及文檔，在此例中，并未事先确定字段的資料類型，但Elasticsearch 會根據所輸入字段的資料自動猜測它的資料類型，比如上面的 nickname被認為是 text 類型，而coin将被猜測為long類型。這種方式稱之為 schema on write。
在 Elasticsearch 的術語中，mapping 被稱作為 Elasticsearch 的資料 schema。文檔中的所有字段都需要映射到 Elasticsearch 中的資料類型。 mapping 指定每個字段的資料類型，并确定應如何索引和分析字段以進行搜尋。 在 SQL 資料庫中定義表時，mapping 類似于 schema。
執行：GET ddz/_mapping 可以檢視mapping資訊如下：
2.建立立即用于搜尋的索引及文檔
一般情況下，新寫入的文檔并不能馬上被用于搜尋，索引必須寫入到 Segment 後才能被搜尋到，需要等到 refresh 操作才可以。而在預設的情況下，refresh 一次的時間間隔是一秒。這也是通常所說的 Elasticsearch 可以實作秒級的搜尋的由來。但，如果指定了強制 refresh 操作，則可以馬上被用于搜尋。
例如：
PUT ddz/_doc/2?refresh=true
{
"uid":10002,
"nickname":"鴿子",
"coin":34000,
"phone":17022448601,
"score":-33
}
右邊輸出資訊如下：
{
"_index" : "ddz",
"_type" : "_doc",
"_id" : "2",
"_version" : 1, # 版本為1
"result" : "created", # 建立
"forced_refresh" : true, # 強制重新整理
"_shards" : {
"total" : 2,
"successful" : 1,
"failed" : 0
},
"_seq_no" : 2,
"_primary_term" : 1
}
3.同步建立索引及文檔
上面的方式可以強制使 Elasticsearch 進行 refresh 的操作，但是頻繁的進行這種操作，可以使我們的 Elasticsearch 變得非常慢，顯然，這不是所期望的。
故此，也提供了另外一種同步的方式，通過設定 refresh=wait_for，等待下一個 refresh 周期發生完後，才傳回。這樣可以確定在調用上面的接口後，馬上可以搜尋到剛才錄入的文檔：
例如：
PUT ddz/_doc/3?refresh=wait_for
{
"uid":10003,
"nickname":"栗子",
"coin":31000,
"phone":17122359451,
"score":562
}
4.建立索引及文檔
一般來說，在寫入文檔時，如果該文檔的 ID 已經存在，那麼就會更新現有的文檔；如果該文檔從來沒有存在過，那麼就建立新的文檔。如果，這不是所期望的處理方式，而是，期望存在的時候，再次寫入，可以報告錯誤，則可以借助 _create 端點接口實作。
例如：
PUT ddz/_create/1
{
"uid":10001,
"nickname":"麥子",
"coin":3000,
"phone":13622445609,
"score":203
}
右邊輸出資訊如下：
{
"error" : {
"root_cause" : [
{
"type" : "version_conflict_engine_exception",
"reason" : "[1]: version conflict, document already exists (current version [2])",
"index_uuid" : "0PgbkAV8RYumrBDA268xxw",
"shard" : "0",
"index" : "ddz"
}
],
"type" : "version_conflict_engine_exception",
"reason" : "[1]: version conflict, document already exists (current version [2])",
"index_uuid" : "0PgbkAV8RYumrBDA268xxw",
"shard" : "0",
"index" : "ddz"
},
"status" : 409
}
下面指令效果和上面相同
PUT ddz/_doc/1?op_type=create
{
"uid":10001,
"nickname":"麥子",
"coin":3000,
"phone":13622445609,
"score":203
}
5.查找文檔：
上面的例子建立了索引文檔，需要查找，驗證是否正确。可以借助GET方法實作。
執行：
GET ddz/_doc/1
如果可以查找到索引資訊，右邊的輸出資訊，則顯示查找到的索引資訊。
{
"_index" : "ddz",
"_type" : "_doc",
"_id" : "1",
"_version" : 3,
"_seq_no" : 5,
"_primary_term" : 1,
"found" : true, # 标記為true，找到
"_source" : {
"uid" : 10001,
"nickname" : "麥子",
"coin" : 3000,
"phone" : 13622445609,
"score" : 203
}
}
反之，如果查不到索引資訊，輸出資訊如下：
{
"_index" : "ddz",
"_type" : "_doc",
"_id" : "13",
"found" : false # 标記為false，未找到
}
後續見【ElasticSearch系列（二）：基本資料操作（中）】