1.**RESTful **
REST 指的是一组架构约束条件和原则。满足这些约束条件和原则的应用程序或设计就是 RESTful。Web 应用程序最重要的 REST 原则是，客户端和服务器之间的交互在请求之间是无状态的。从客户端到服务器的每个请求都必须包含理解请求所必需的信息。如果服务器在请求之间的任何时间点重启，客户端不会得到通知。此外，无状态请求可以由任何可用服务器回答，这十分适合云计算之类的环境。客户端可以缓存数据以改进性能。
在服务器端，应用程序状态和功能可以分为各种资源。资源是一个有趣的概念实体，它向客户端公开。资源的例子有：应用程序对象、数据库记录、算法等等。每个资源都使用 URI (Universal Resource Identifier) 得到一个唯一的地址。所有资源都共享统一的接口，以便在客户端和服务器之间传输状态。使用的是标准的 HTTP 方法，比如 GET、PUT、POST 和 DELETE。
在 REST 样式的 Web 服务中，每个资源都有一个地址。资源本身都是方法调用的目标，方法列表对所有资源都是一样的。这些方法都是标准方法，包括 HTTP GET、POST、PUT、DELETE，还可能包括 HEAD 和 OPTIONS。简单的理解就是，如果想要访问互联网上的资源，就必须向资源所在的服务器发出请求，请求体中必须包含资源的网络路径，以及对资源进行的操作(增删改查)。
2. 客户端安装
如果直接通过浏览器向 Elasticsearch 服务器发请求，那么需要在发送的请求中包含HTTP 标准的方法，而 HTTP 的大部分特性且仅支持 GET 和 POST 方法。所以为了能方便地进行客户端的访问，可以使用 Postman 软件
Postman 是一款强大的网页调试工具，提供功能强大的 Web API 和 HTTP 请求调试。软件功能强大，界面简洁明晰、操作方便快捷，设计得很人性化。Postman 中文版能够发送任何类型的 HTTP 请求 (GET, HEAD, POST, PUT..)，不仅能够表单提交，且可以附带任意类型请求体。
Postman 官网：https://www.getpostman.com Postman 下载：https://www.getpostman.com/apps
3. 数据格式
Elasticsearch 是面向文档型数据库，一条数据在这里就是一个文档。为了方便大家理解，我们将 Elasticsearch 里存储文档数据和关系型数据库 MySQL 存储数据的概念进行一个类比
ES 里的 Index 可以看做一个库，而 Types 相当于表，Documents 则相当于表的行。
这里 Types 的概念已经被逐渐弱化，Elasticsearch 6.X 中，一个 index 下已经只能包含一个 type，Elasticsearch 7.X 中, Type 的概念已经被删除了。
6 用 JSON 作为文档序列化的格式，比如一条用户信息：
{
"name" : "John",
"sex" : "Male",
"age" : 25,
"birthDate": "1990/05/01",
"about" : "I love to go rock climbing",
"interests": [ "sports", "music" ]
}
4. HTTP 操作
4.1 索引操作
1) 创建索引
对比关系型数据库，创建索引就等同于创建数据库
在 Postman 中，向 ES 服务器发 **PUT **请求 ：http://10.211.55.11:9200/shopping
{
"acknowledged"【响应结果】: true, # true 操作成功
"shards_acknowledged"【分片结果】: true, # 分片操作成功
"index"【索引名称】: "shopping"
}
# 注意：创建索引库的分片数默认 1 片，在 7.0.0 之前的 Elasticsearch 版本中，默认 5 片
如果重复添加索引，会返回错误信息
2) 查看所有索引
在 Postman 中，向 ES 服务器发 **GET **请求 ：http://10.211.55.11:9200/_cat/indices?v
这里请求路径中的_cat 表示查看的意思，indices 表示索引，所以整体含义就是查看当前 ES
服务器中的所有索引，就好像 MySQL 中的 show tables 的感觉，服务器响应结果如下
health status index uuid pri rep docs.count docs.deleted store.size pri.store.size
yellow open shopping ohQY_Mb0Rm2UG-Z9J0ZhMg 1 1 0 0 208b 208b
| health | 当前服务器健康状态：green(集群完整) yellow(单点正常、集群不完整) red(单点不正常) | | — | — | | status | 索引打开、关闭状态 | | index | 索引名 | | uuid | 索引统一编号 | | pri | 主分片数量 | | rep | 副本数量 | | docs.count | 可用文档数量 | | docs.deleted | 文档删除状态（逻辑删除） | | store.size | 主分片和副分片整体占空间大小 | | pri.store.size | 主分片占空间大小 |
3) 查看单个索引
在 Postman 中，向 ES 服务器发 **GET **请求 : http://10.211.55.11:9200/shopping
查看索引向 ES 服务器发送的请求路径和创建索引是一致的。但是 HTTP 方法不一致。这里可以体会一下 RESTful 的意义，
请求后，服务器响应结果如下：
{
"shopping"【索引名】: {
"aliases"【别名】: {},
"mappings"【映射】: {},
"settings"【设置】: {
"index"【设置 - 索引】: {
"creation_date"【设置 - 索引 - 创建时间】: "1650108007285",
"number_of_shards"【设置 - 索引 - 主分片数量】: "1",
"number_of_replicas"【设置 - 索引 - 副分片数量】: "1",
"uuid"【设置 - 索引 - 唯一标识】: "ohQY_Mb0Rm2UG-Z9J0ZhMg",
"version"【设置 - 索引 - 版本】: {
"created": "7080099"
},
"provided_name"【设置 - 索引 - 名称】: "shopping"
}
}
}
}
4) 删除索引
在 Postman 中，向 ES 服务器发 DELETE **请求 ：http://10.211.55.11:9200/shopping
重新访问索引时，服务器返回响应：索引不存在**
4.2 文档操作
1) 创建文档
索引已经创建好了，接下来我们来创建文档，并添加数据。这里的文档可以类比为关系型数据库中的表数据，添加的数据格式为 JSON 格式 在 Postman 中，向 ES 服务器发 POST **请求 ：http://10.211.55.11:9200/shopping/_doc ** 请求体内容为：
{
"title":"小米手机",
"category":"小米",
"images":"http://www.gulixueyuan.com/xm.jpg",
"price":3999.00
}
此处发送请求的方式必须为 POST，不能是 PUT，否则会发生错误
PUT请求是幂等性的，POST请求不是幂等性的，每一次POST都返回不同的ID
服务器响应结果如下：
{
"_index"【索引】: "shopping",
"_type"【类型-文档】: "_doc",
"_id"【唯一标识】: "1ZOPMoABrqtNwT9MR10m", #可以类比为 MySQL 中的主键，随机生成
"_version"【版本】: 1,
"result"【结果】: "created", #这里的 create 表示创建成功
"_shards"【分片】: {
"total"【分片 - 总数】: 2,
"successful"【分片 - 成功】: 1,
"failed"【分片 - 失败】: 0
},
"_seq_no": 0,
"_primary_term": 1
}
上面的数据创建后，由于没有指定数据唯一性标识（ID），默认情况下，ES 服务器会随机生成一个。
如果想要自定义唯一性标识，需要在创建时指定：http://10.211.55.11:9200/shopping/_doc/1001
此处需要注意：如果增加数据时明确数据主键，那么请求方式也可以为 PUT
2) 查看文档
查看文档时，需要指明文档的唯一性标识，类似于 MySQL 中数据的主键查询
在 Postman 中，向 ES 服务器发 GET **请求 ：http://10.211.55.11:9200/shopping/_doc/1001**
{
"_index"【索引】: "shopping",
"_type"【文档类型】: "_doc",
"_id": "1001",
"_version": 1,
"_seq_no": 1,
"_primary_term": 1,
"found"【查询结果】: true, # true 表示查找到，false 表示未查找到
"_source"【文档源信息】: {
"title": "小米手机",
"category": "小米",
"images": "http://www.gulixueyuan.com/xm.jpg",
"price": 3999.00
}
}
全部查询：向 ES 服务器发 GET **请求 ：http://10.211.55.11:9200/shopping/_search**
3) 修改文档
和新增文档一样，输入相同的 URL 地址请求，如果请求体变化，会将原有的数据内容覆盖 在 Postman 中，向 ES 服务器发 POST **请求 ：http://10.211.55.11:9200/shopping/_doc/1001 ** 请求体内容为:
{
"title":"华为手机",
"category":"华为",
"images":"http://www.gulixueyuan.com/hw.jpg",
"price":4999.00
}
{
"_index": "shopping",
"_type": "_doc",
"_id": "1001",
"_version"【版本】: 2,
"result"【结果】: "updated", # updated 表示数据被更新
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 2,
"_primary_term": 1
}
4) 修改字段
局部修改：非幂等性，每次修改的内容都不一样，使用POST请求
http://10.211.55.11:9200/shopping/_update/1001
根据唯一性标识，查询文档数据，文档数据已经更新
5) 删除文档
删除一个文档不会立即从磁盘上移除，它只是被标记成已删除（逻辑删除）。
在 Postman 中，向 ES 服务器发 DELETE **请求 ：http://10.211.55.11:9200/shopping/_doc/1001**
{
"_index": "shopping",
"_type": "_doc",
"_id": "1001",
"_version"【版本】: 4, #对数据的操作，都会更新版本
"result"【结果】: "deleted", # deleted 表示数据被标记为删除
"_shards": {
"total": 2,
"successful": 1,
"failed": 0
},
"_seq_no": 4,
"_primary_term": 1
}
如果删除一个并不存在的文档
not_found 表示未查找到
6) 条件删除文档
一般删除数据都是根据文档的唯一性标识进行删除，实际操作时，也可以根据条件对多条数 据进行删除 首先分别增加多条数据:
{
"title":"小米手机",
"category":"小米",
"images":"http://www.gulixueyuan.com/xm.jpg",
"price":4000.00
}
{
"title":"华为手机",
"category":"华为",
"images":"http://www.gulixueyuan.com/hw.jpg",
"price":4000.00
}
向 ES 服务器发 POST **请求 ：http://10.211.55.11:9200/shopping/_delete_by_query**
请求的内容为
{
"query":{
"match":{
"price":4000.00
}
}
}
{
"took"【耗时】: 821,
"timed_out"【是否超时】: false,
"total"【总数】: 3,
"deleted"【删除数量】: 3,
"batches": 1,
"version_conflicts": 0,
"noops": 0,
"retries": {
"bulk": 0,
"search": 0
},
"throttled_millis": 0,
"requests_per_second": -1.0,
"throttled_until_millis": 0,
"failures": []
}
7) 条件查询
查询种类是小米的请求
GET操作(请求路径)：http://10.211.55.11:9200/shopping/_search?q=catagory:小米
请求体
8) 多条件查询
同时成立：must
{
"query":{
"bool":{
"must":[
{
"match":{
"cateaory":"小米"
}
},
{
"match":{
"price":"2999.00"
}
}
]
}
}
}
任何一个都满足条件：should
{
"query":{
"bool":{
"should":[
{
"match":{
"cateaory":"小米"
}
},
{
"match":{
"cateaory":"苹果"
}
}
]
}
}
}
范围操作：filter range
{
"query":{
"bool":{
"should":[
{
"match":{
"cateaory":"小米"
}
},
{
"match":{
"cateaory":"苹果"
}
}
],
"filter":{
"range":{
"price":{
"gt":2000
}
}
}
}
}
}
###
9) 全文检索
当保存文档数据时，es会将数据文字进行分词拆解操作，并将拆解后的数据保存到倒排索引当中，那么即使使用文字的一部分，仍可以查询到数据，这种检索的方式称之为全文检索。es会将查询内容进行分词，在倒排索引中进行匹配
{
"query":{
"match":{
"category":"米"
}
}
}
完全匹配：match_phrase
{
"query":{
"match_phrase":{
"category":"米华"
}
}
}
高亮查询
{
"query":{
"match_phrase":{
"category":"小米"
}
},
"highlight":{
"fields":{
"category":{}
}
}
}
10) 聚合操作
{
"aggs":{ //聚合操作
"price_group":{ //统计结果的名称，任意取
"terms":{ //分组
"field":"price" //分组字段
}
}
}
}
不显示原始数据
{
"aggs":{ //聚合操作
"price_group":{ //统计结果的名称，任意取
"terms":{ //分组
"field":"price" //分组字段
}
}
},
"size":0 //不用显示原始数据
}
求平均值
{
"aggs":{ //聚合操作
"price_avg":{ //统计结果的名称，任意取
"avg":{ //平均值
"field":"price" //分组字段
}
}
},
"size":0 //不用显示原始数据
}
4.3 映射关系
有了索引库，等于有了数据库中的 database。
接下来就需要建索引库(index)中的映射了，类似于数据库(database)中的表结构(table)。
创建数据库表需要设置字段名称，类型，长度，约束等；索引库也一样，需要知道这个类型下有哪些字段，每个字段有哪些约束信息，这就叫做映射(mapping)。
1) 创建映射
在 Postman 中，向 ES 服务器发 PUT **请求 ：http://10.211.55.11:9200/user/_mapping ** 请求体内容为：
{
"properties": {
"name":{
"type": "text",
"index": true
},
"sex":{
"type": "keyword", //不能够被分词
"index": true
},
"tel":{
"type": "keyword",
"index": false //不能够被索引
}
}
}
映射数据说明：
- 字段名：任意填写，下面指定许多属性，例如：title、subtitle、images、price
- type：类型，Elasticsearch 中支持的数据类型非常丰富，说几个关键的：
String 类型，又分两种：
text：可分词
keyword：不可分词，数据会作为完整字段进行匹配
Numerical：数值类型，分两类
基本数据类型：long、integer、short、byte、double、float、half_float
浮点数的高精度类型：scaled_float
Date：日期类型
Array：数组类型
Object：对象
- index：是否索引，默认为 true，也就是说你不进行任何配置，所有字段都会被索引。
true：字段会被索引，则可以用来进行搜索 false：字段不会被索引，不能用来搜索
- store：是否将数据进行独立存储，默认为 false
原始的文本会存储在_source 里面，默认情况下其他提取出来的字段都不是独立存储的，是从_source 里面提取出来的。当然你也可以独立的存储某个字段，只要设置 “store”: true 即可，获取独立存储的字段要比从_source 中解析快得多，但是也会占用更多的空间，所以要根据实际业务需求来设置。
- analyzer：分词器
2) 查看映射
在 Postman 中，向 ES 服务器发 **GET **请求:http://10.211.55.11:9200/user/_mapping
3) 查询数据
{
"query":{
"match":{
"name":"小"
}
}
}
