Elasticsearch 索引实例

　　1、简述

　　　　ElasticSearch包含了一系列的感念，比如索引(indexing)、搜索(search)以及聚合(aggregations)，现在我们主要介绍indexing。

　　　　在Elasticsearch中，文档归属于一种类型(type),而这些类型存在于索引(index)中，我们可以画一些简单的对比图来类比传统关系型数据库：

　　　　Elasticsearch集群可以包含多个索引(indices)（数据库），每一个索引可以包含多个类型(types)（表），每一个类型包含多个文档(documents)（行），然后每个文档包含多个字段(Fields)（列）。

　　　　索引含义的区分

　　　　你可能已经注意到索引(index)这个词在Elasticsearch中有着不同的含义，所以有必要在此做一下区分:

　　　　1、索引（名词）如上文所述，一个索引(index)就像是传统关系数据库中的数据库，它是相关文档存储的地方，index的复数是indices 或indexes。

　　　　2、索引（动词）「索引一个文档」表示把一个文档存储到索引（名词）里，以便它可以被检索或者查询。这很像SQL中的INSERT关键字，差别是，如果文档已经存在，新的文档将覆盖旧的文档。

　　　　3、倒排索引传统数据库为特定列增加一个索引，例如B-Tree索引来加速检索。Elasticsearch和Lucene使用一种叫做倒排索引(inverted index)的数据结构来达到相同目的。

　　2、索引员工文档

　　　让我们建立一个员工目录

　　　　假设我们刚好在Megacorp工作，这时人力资源部门出于某种目的需要让我们创建一个员工目录，这个目录用于促进人文关怀和用于实时协同工作，所以它有以下不同的需求：

　　　　1、数据能够包含多个值的标签、数字和纯文本。

　　　　2、检索任何员工的所有信息。

　　　　3、支持结构化搜索，例如查找30岁以上的员工。

　　　　4、支持简单的全文搜索和更复杂的短语(phrase)搜索

　　　　5、高亮搜索结果中的关键字

　　　　6、能够利用图表管理分析这些数据

　　　2.1、索引员工文档

　　　　　我们首先要做的是存储员工数据，每个文档代表一个员工。在Elasticsearch中存储数据的行为就叫做索引(indexing)，不过在索引之前，我们需要明确数据应该存储在哪里。

　　　　　默认情况下，文档中的所有字段都会被索引（拥有一个倒排索引），只有这样他们才是可被搜索的。

　　　　　我们将会在倒排索引章节中更详细的讨论。

　　　　　所以为了创建员工目录，我们将进行如下操作：

　　　　　1、为每个员工的文档(document)建立索引，每个文档包含了相应员工的所有信息。

　　　　　2、每个文档的类型为employee。

　　　　　3、employee类型归属于索引megacorp。

　　　　　4、megacorp索引存储在Elasticsearch集群中。

　　　　　实际上这些都是很容易的（尽管看起来有许多步骤）。我们能通过一个命令执行完成的操作：

　　　　　curl -XPUT http://localhost:9200/megacorp/employee/1 -d "{\"first_name\":\"John\",\"last_name\":\"Smith\",\"age\":25,\"about\":\"I love to go rock climbing\",\"interests\":[\"sports\",\"music\"]}"

　　　　　我们看到path:/megacorp/employee/1包含三部分信息：

　　　　接下来，让我们在目录中加入更多员工信息：

　　　　curl -XPUT http://localhost:9200/megacorp/employee/2 -d "{\"first_name\":\"John\",\"last_name\":\"Smith\",\"age\":32,\"about\":\"I like to collect rock albums\",\"interests\":[\"music\"]}"

　　　　curl -XPUT http://localhost:9200/megacorp/employee/3 -d "{\"first_name\":\"Douglas\",\"last_name\":\"Fir\",\"age\":35,\"about\":\"I like to build cabinets\",\"interests\":[\"forestry\"]}"