在Elasticsearch中，提供了功能丰富的RESTful API的操作，包括基本的CRUD、创建索引、删除索引等操作。

1.创建非结构化索引

在Lucene中，创建索引是需要定义字段名称以及字段的类型的，在Elasticsearch中提供了非结构化的索引，就是不需要创建索引结构，即可写入数据到索引中，实际上在Elasticsearch底层会进行结构化操作，此操作对用户是透明的。
创建空索引:

PUT /haoke
{
  "settings": {
    "index": {
      "number_of_shards": "2", 
      "number_of_replicas": "0"
    }
  }
}
返回:
{
  "acknowledged": true,
  "shards_acknowledged": true,
  "index": "haoke"
}

2.插入数据

语法:
POST /{索引}/{类型}/{id}
{

数据

}

POST /haoke/user/1001
{
  "id":1001,
  "name":"zhangsan",
  "age":20,
  "sex":"男"
}

返回:

{
  "_index": "haoke",
  "_type": "user",
  "_id": "1001",
  "_version": 1,
  "result": "created",
  "_shards": {
    "total": 1,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 0,
  "_primary_term": 1
}

说明: 非结构化的索引,不需要事先创建,直接插入数据,就会默认创建索引
不指定id插入数据:

POST /haoke/user/
{
  "id":1002,
  "name":"zhangsan",
  "age":20,
  "sex":"男"
}
返回:
{
  "_index": "haoke",
  "_type": "user",
  "_id": "iMYWbW4BeGrcgRMuEDq3",
  "_version": 1,
  "result": "created",
  "_shards": {
    "total": 1,
    "successful": 1,
    "failed": 0
  },
  "_seq_no": 1,
  "_primary_term": 1
}

会自动生成id

3.更新数据

在ElasticSearch中，文档数据是不能修改的，但是可以通过覆盖的方式进行更新。

PUT /haoke/user/1001
{
    "id":1001,
    "name":"张三",
    "age":21,
    "sex":"女"
}

更新结果如下：


可以看出，是覆盖的形式：


局部更新：
原理：从旧文档中检索json，修改它，删除旧文档，索引新文档

POST /haoke/user/1001/_update
{
   "doc": {
     "age":55
   }
}

4.删除数据

DELETE /haoke/user/1001

注：删除一个文档也不会立即从磁盘上移除，它只是被标记为已删除。ElasticSearch将会在你之后添加更多索引的时候才会在后台进行删除内容的清理。

5.搜索数据

1) 根据id搜索数据

GET /haoke/user/isZfHW8BeGrcgRMuqzpQ
# 返回的数据如下
{
  "_index": "haoke",
  "_type": "user",
  "_id": "isZfHW8BeGrcgRMuqzpQ",
  "_version": 2,
  "found": true,
  "_source": { # 原始数据在这里
    "age": 123,
    "name": "李四",
    "sex": 0
  }
}

2) 搜索全部数据

GET /haoke/user/_search
# 返回的数据如下
{
  "took": 2,
  "timed_out": false,
  "_shards": {
    "total": 2,
    "successful": 2,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 2,
    "max_score": 1,
    "hits": [
      {
        "_index": "haoke",
        "_type": "user",
        "_id": "i8ZcIW8BeGrcgRMuuToO",
        "_score": 1,
        "_source": {}
      },
      {
        "_index": "haoke",
        "_type": "user",
        "_id": "isZfHW8BeGrcgRMuqzpQ",
        "_score": 1,
        "_source": {
          "age": 123,
          "name": "李四",
          "sex": 0
        }
      }
    ]
  }
}

3) 关键字搜索数据

#查询年龄等于123的用户
GET /haoke/user/_search?q=age:123
# 返回的数据如下
{
  "took": 3,
  "timed_out": false,
  "_shards": {
    "total": 2,
    "successful": 2,
    "skipped": 0,
    "failed": 0
  },
  "hits": {
    "total": 1,
    "max_score": 1,
    "hits": [
      {
        "_index": "haoke",
        "_type": "user",
        "_id": "isZfHW8BeGrcgRMuqzpQ",
        "_score": 1,
        "_source": {
          "age": 123,
          "name": "李四",
          "sex": 0
        }
      }
    ]
  }
}

6.DSL搜索

ElasticSearch提供丰富且灵活的查询语言叫做DSL查询(Query DSL),它允许你构建更加复杂、强大的查询
DSL(Domain Specific Language特定领域语言)以JSON请求体的形式出现

GET[POST] /haoke/user/_search
{
  "query": {
    "match": {
      "age": "123"
    }
  }
}

当前数据:

POST /haoke/user/_search
{
  "query": {
    "bool": {
      "filter": {
        "range": {
          "age": {
            "gte": 30
          }
        }
      },
      "must":{
        "match":{
          "sex":"male"
        }
      }
    }
  }
}

POST /haoke/user/_search
{
  "query": {
    "match": {
      "name": "路飞 nami"
    }
  }
}

7.高亮显示

POST /haoke/user/_search
{
  "query": {
    "match": {
      "name": "路飞 nami"
    }
  },
  "highlight":{
    "fields": {
      "name":{}
    }
  }
}

8.集合

在Elasticsearch中，支持聚合操作，类似SQL中的group by操作。

POST /haoke/user/_search
{
  "aggs": {
    "all_interests": {
      "terms": {
        "field": "age"
      }
    }
  }
}