在前面读者朋友们可以了解到ES承载着和MySQL一样的“存储-查询”功能，那么就类似的会有建表语句、表结构、表数据，有了这些才可以存储-查询数据。而这些对应的在ES中是：Mapping映射（表结构-建表语句）、索引库（表本身）、文档（表数据）。本节笔者将带领大家完整上述概念的创建、使用。
1.es的一些概念
elasticsearch中有很多独有的概念，与mysql中略有差别，但也有相似之处。
1.1.文档和字段
elasticsearch是面向文档（Document）存储的，可以是数据库中的一条商品数据，一个订单信息。文档数据会被序列化为json格式后存储在elasticsearch中：

而Json文档中往往包含很多的字段（Field），类似于数据库中的列。
1.2.索引和映射
索引（Index），就是相同类型的文档的集合。例如：
● 所有用户文档，就可以组织在一起，称为用户的索引；
● 所有商品的文档，可以组织在一起，称为商品的索引；
● 所有订单的文档，可以组织在一起，称为订单的索引；
因此，我们可以把索引当做是数据库中的表。
数据库的表会有约束信息，用来定义表的结构、字段的名称、类型等信息。因此，索引库中就有映射（mapping），是索引中文档的字段约束信息，类似表的结构约束。

1.3.mysql与elasticsearch
我们统一的把mysql与elasticsearch的概念做一下对比：
MySQL Elasticsearch 说明
Table Index 索引(index)，就是文档的集合，类似数据库的表(table)
Row Document 文档（Document），就是一条条的数据，类似数据库中的行（Row），文档都是JSON格式
Column Field 字段（Field），就是JSON文档中的字段，类似数据库中的列（Column）
Schema Mapping Mapping（映射）是索引中文档的约束，例如字段类型约束。类似数据库的表结构（Schema）
SQL DSL DSL是elasticsearch提供的JSON风格的请求语句，用来操作elasticsearch，实现CRUD
是不是说，我们学习了elasticsearch就不再需要mysql了呢？并不是如此，两者各自有自己的擅长支出：
● Mysql：擅长事务类型操作，可以确保数据的安全和一致性
● Elasticsearch：擅长海量数据的搜索、分析、计算
因此在企业中，往往是两者结合使用：
● 对安全性要求较高的写操作，使用mysql实现
● 对查询性能要求较高的搜索需求，使用elasticsearch实现
● 两者再基于某种方式，实现数据的同步，保证一致性

1.4.安装es、kibana
1.4.1.安装
参考：链接
1.4.2.分词器
参考：链接
1.4.3.总结
分词器的作用是什么？
● 创建倒排索引时对文档分词
● 用户搜索时，对输入的内容分词
IK分词器有几种模式？
● ik_smart：智能切分，粗粒度
● ik_max_word：最细切分，细粒度
IK分词器如何拓展词条？如何停用词条？
● 利用config目录的IkAnalyzer.cfg.xml文件添加拓展词典和停用词典
● 在词典中添加拓展词条或者停用词条
2.索引库操作
索引库就类似数据库表，mapping映射就类似表的结构。我们要向es中存储数据，必须先创建“库”和“表”。
2.1.mapping映射属性
mapping是对索引库中文档的约束，常见的mapping属性包括：
● type：字段数据类型，常见的简单类型有：
○ 字符串：text（可分词的文本）、keyword（精确值，例如：品牌、国家、ip地址）
○ 数值：long、integer、short、byte、double、float、
○ 布尔：boolean
○ 日期：date
○ 对象：object
● index：是否创建索引，默认为true
● analyzer：使用哪种分词器
● properties：该字段的子字段
例如下面的json文档：
{
"age": 21,
"weight": 52.1,
"isMarried": false,
"info": "黑马程序员Java讲师",
"email": "zy@itcast.cn",
"score": [99.1, 99.5, 98.9],
"name": {
"firstName": "云",
"lastName": "赵"
}
}
对应的每个字段映射（mapping）：
● age：类型为 integer；参与搜索，因此需要index为true；无需分词器
● weight：类型为float；参与搜索，因此需要index为true；无需分词器
● isMarried：类型为boolean；参与搜索，因此需要index为true；无需分词器
● info：类型为字符串，需要分词，因此是text；参与搜索，因此需要index为true；分词器可以用ik_smart
● email：类型为字符串，但是不需要分词，因此是keyword；不参与搜索，因此需要index为false；无需分词器
● score：虽然是数组，但是我们只看元素的类型，类型为float；参与搜索，因此需要index为true；无需分词器
● name：类型为object，需要定义多个子属性
○ name.firstName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
○ name.lastName；类型为字符串，但是不需要分词，因此是keyword；参与搜索，因此需要index为true；无需分词器
2.2.索引库的CRUD
这里我们统一使用Kibana编写DSL的方式来演示。
2.2.1.创建索引库和映射
基本语法：
● 请求方式：PUT
● 请求路径：/索引库名，可以自定义
● 请求参数：mapping映射
格式：
PUT /索引库名称
{
"mappings": {
"properties": {
"字段名":{
"type": "text",
"analyzer": "ik_smart"
},
"字段名2":{
"type": "keyword",
"index": "false"
},
"字段名3":{
"properties": {
"子字段": {
"type": "keyword"
}
}
},
// ...略
}
}
}
示例：
PUT /heima
{
"mappings": {
"properties": {
"info":{
"type": "text",
"analyzer": "ik_smart"
},
"email":{
"type": "keyword",
"index": "false"
},
"name":{
"properties": {
"firstName": {
"type": "keyword"
}
}
},
// ... 略
}
}
}
2.2.2.查询索引库
基本语法：
● 请求方式：GET
● 请求路径：/索引库名
● 请求参数：无
格式：
GET /索引库名
示例：

2.2.3.修改索引库
倒排索引结构虽然不复杂，但是一旦数据结构改变（比如改变了分词器），就需要重新创建倒排索引，这简直是灾难。因此索引库一旦创建，无法修改mapping。虽然无法修改mapping中已有的字段，但是却允许添加新的字段到mapping中，因为不会对倒排索引产生影响。
语法说明：
PUT /索引库名/_mapping
{
"properties": {
"新字段名":{
"type": "integer"
}
}
}
示例：

2.2.4.删除索引库
语法：
● 请求方式：DELETE
● 请求路径：/索引库名
● 请求参数：无
格式：
DELETE /索引库名
在kibana中测试：

2.2.5.总结
索引库操作有哪些？
● 创建索引库：PUT /索引库名
● 查询索引库：GET /索引库名
● 删除索引库：DELETE /索引库名
● 添加字段：PUT /索引库名/_mapping
3.文档操作
3.1.新增文档
语法：
POST /索引库名/_doc/文档id
{
"字段1": "值1",
"字段2": "值2",
"字段3": {
"子属性1": "值3",
"子属性2": "值4"
},
// ...
}
示例：
POST /heima/_doc/1
{
"info": "黑马程序员Java讲师",
"email": "zy@itcast.cn",
"name": {
"firstName": "云",
"lastName": "赵"
}
}
响应：

针对同一个index，其中version在每次写操作后都会+1（新增、修改、删除）

3.2.查询文档
根据rest风格，新增是post，查询应该是get，不过查询一般都需要条件，这里我们把文档id带上。
语法：
GET /{索引库名称}/_doc/{id}
通过kibana查看数据：
GET /heima/_doc/1
查看结果：

3.3.删除文档
删除使用DELETE请求，同样，需要根据id进行删除：
语法：
DELETE /{索引库名}/_doc/id值
示例：

根据id删除数据

DELETE /heima/_doc/1
结果：

3.4.修改文档
修改有两种方式：
● 全量修改：直接覆盖原来的文档
● 增量修改：修改文档中的部分字段
3.4.1.全量修改
全量修改是覆盖原来的文档，其本质是：
● 根据指定的id删除文档
● 新增一个相同id的文档
注意：如果根据id删除时，id不存在，第二步的新增也会执行，也就从修改变成了新增操作了。
语法：
PUT /{索引库名}/_doc/文档id
{
"字段1": "值1",
"字段2": "值2",
// ... 略
}
示例：
PUT /heima/_doc/1
{
"info": "黑马程序员高级Java讲师",
"email": "zy@itcast.cn",
"name": {
"firstName": "云",
"lastName": "赵"
}
}
3.4.2.增量修改
增量修改是只修改指定id匹配的文档中的部分字段。
语法：
POST /{索引库名}/_update/文档id
{
"doc": {
"字段名": "新的值",
}
}
示例：
POST /heima/_update/1
{
"doc": {
"email": "ZhaoYun@itcast.cn"
}
}
3.5.总结
文档操作有哪些？
● 创建文档：POST /{索引库名}/_doc/文档id { json文档 }
● 查询文档：GET /{索引库名}/_doc/文档id
● 删除文档：DELETE /{索引库名}/_doc/文档id
● 修改文档：
○ 全量修改：PUT /{索引库名}/_doc/文档id { json文档 }
○ 增量修改：POST /{索引库名}/_update/文档id { "doc": {字段}}
4.RestAPI
ES官方提供了各种不同语言的客户端，用来操作ES。这些客户端的本质就是组装DSL语句，通过http请求发送给ES。官方文档地址：https://www.elastic.co/guide/en/elasticsearch/client/index.html
其中的Java Rest Client又包括两种：
● Java Low Level Rest Client
● Java High Level Rest Client