ElasticSearch的官网
https://www.elastic.co/
一、安装
ElasticSearch是基于Lence的，而Lence是用Java编写的开源库，需要依赖Java的运行环境。现在使用的ELasticSearch版本是1.6，它需要jdk1.7或以上的版本。
本文使用的是linux系统，安装配置好Java环境，把download下来，解压后直接执行启动就可以了。
1.安装启动elasticsearch：
cd到elasticsearch-1.6.0.tar.gz 放置的目录，
解压 tar -xvf elasticsearch-1.6.0.tar.gz
启动 ./elasticsearch-1.6.0/bin/elasticsearch，查看启动信息，会提到http的默认端口是9200，transport的默认端口是9300，这个非常重要。
接下来可以在Terminal输入一下命令，查看一些基本信息
查看集群
curl ‘localhost:9200/_cat/health?v‘
查看节点
curl ‘localhost:9200/_cat/nodes?v‘
查看索引
curl ‘localhost:9200/_cat/indices?v‘
以上这些信息均可在安装head插件后，在http://localhost:9200/_plugin/head/中查看
2. 安装head插件
cd到elasticsearch-1.6.0/bin目录，运行./plugin -install mobz/elasticsearch-head，
安装并启动elasticsearch后，在浏览器打开http://localhost:9200/_plugin/head/，即可看到es的集群、节点、索引、数据等等的信息。
二、基本操作
主要操作：增、删、改、查、批量操作、
1.建立索引：
curl -XPUT ‘localhost:9200/megacorp/employee/8?pretty‘ -d ‘{
"first_name" : "Douglas",
"last_name" : "Fir",
"age" : 35,
"about": "I like to build cabinets",
"interests": [ "forestry" ]
}‘
结果
{
"_index" : "megacorp",
"_type" : "employee",
"_id" : "8",
"_version" : 1,
"created" : true
}
建立了索引_index为megacorp，类型_type为employee，_id为8的文档。带有一个pretty的参数，意思就是返回的结果格式化成json格式来显示。另外，请留意一下返回来的结果，有一个”_version”的字段，表示该条数据的版本号，现在这条数据是初次创建，所以其值为1。
而上述的三个节：_index, _type, _id是文档的元数据，也是必须的三个元数据节点。
注意：id仅仅是一个字符串，它与_index和_type组合时，就可以在ELasticsearch中唯一标识一个文档。当创建一个文档，你可以自定义_id，也可以让Elasticsearch帮你自动生成。但在一个type中，id必须是唯一的。重复运行上面的命令，返回的结果版本号会改变，如果内容有修改，则会覆盖掉原来的值。
2.删除
删除文档
curl -XDELETE ‘localhost:9200/megacorp/employee/3?pretty‘
删除类型
curl -XDELETE ‘localhost:9200/megacorp/employee
删除索引
curl -XDELETE ‘localhost:9200/megacorp
细心观察上面的指令，可以发现，指令的格式如下，它采用了REST的风格，使得使用者非常简单的可以学习这个命令。
curl -X :///
另外，删除文档还有一种方法，类似与sql的delete-where，命令如下
curl -XDELETE ‘localhost:9200/megacorp/employee/_query?pretty‘ -d ‘{
“query”: { “match”: { “first_name” : “Douglas” } }
}‘
这样就会删除employee类型中，所有first_name含Douglas关键字的文档。
3.查看索引中的文档：
curl -XGET ‘localhost:9200/megacorp/employee/8?pretty‘
結果：
{
"_index" : "megacorp",
"_type" : "employee",
"_id" : "8",
"_version" : 3,
"found" : true,
"_source":{
"first_name" : "Douglas",
"last_name" : "Fir",
"age" : 35,
"about": "I like to build cabinets",
"interests": [ "forestry" ]
}
}
4. 修改文档
1）可以重复运行上面建立索引的命令，即可覆盖原来的文档，起到修改的效果。
2）也可以使用下面的命令：
curl -XPUT ‘localhost:9200/megacorp/employee/8?pretty‘ -d ‘{
“doc”: {
"first_name" : "Douglas",
"last_name" : "Fir",
"age" : 35,
"about": "I like to build cabinets update this document",
"interests": [ "forestry" ]
}
}‘
使用这样的方法更新数据，ElasticSearch不是在原来的文档进行覆盖，而是删除原来的文档，建立一个新的文档。
5. 批量操作
上面提到的都是一个命令执行单一的操作，没一次的操作都要发送一个请求，这样是非常消耗资源的，而ElasticSearch考虑到这一点，提供批量操作的接口，允许一次请求包含多个操作，并执行完所有操作后返回结果。
如：
curl -XPOST ‘localhost:9200/customer/external/_bulk?pretty‘ -d ‘ {"index":{"_id":"1"}} {"name": "John Doe" } {"index":{"_id":"2"}} {"name": "Jane Doe" } ‘
建立了索引的两个文档。
再如：
curl -XPOST ‘localhost:9200/customer/external/_bulk?pretty‘ -d ‘ {"update":{"_id":"1"}} {"doc": { "name": "John Doe becomes Jane Doe" } } {"delete":{"_id":"2"}} ‘
使用_bulk API实现批量操作，当请求包含多个操作，那些操作将会按顺序地执行，期间如果出现错误，则跳到下一个继续执行，直到所有操作执行完毕，所有操作的结果就会返回，从中我们就可以查看到各个操作的执行情况了。
以下就是上面第二条指令执行的结果：
{
"took" : 6,
"errors" : false,
"items" : [ {
"update" : {
"_index" : "customer",
"_type" : "external",
"_id" : "1",
"_version" : 4,
"status" : 200
}
}, {
"delete" : {
"_index" : "customer",
"_type" : "external",
"_id" : "2",
"_version" : 3,
"status" : 200,
"found" : true
}
} ]
}
还可以通过一个json文件导入数据，把上面命令-d后的信息放到一个.json的文件中，即可执行里面的相关操作。
curl -XPOST ‘localhost:9200/bank/account/_bulk?pretty‘ --data-binary @accounts.json
三、搜索
有两种基本的方式进行搜索，主要的区别就是发送参数的形式，一种是以REST 请求URI的形式传参，另一种则是以REST请求体的方式传参。使用请求体的方式传参，参数的表达式可以更丰富，而且可读性更好，一般推荐使用这种方式。
REST quest URI：
curl ‘localhost:9200/bank/_search?q=*&pretty‘
这命令的做的事情是，搜索出bank索引中所有的文档。
REST request body：
curl -XPOST ‘localhost:9200/bank/_search?pretty‘ -d ‘ { "query": { "match_all": {} } }‘
值得大家注意的一点是，当搜索结果返回后，elasticsearch就会结束这个请求，将不会在服务端缓存任何结果或保持请求的链接。
另外ElasticSearch还提供一种json风格的领域专用语言，供使用者实现查询，在ES中可成为Query DSL，功能非常强大，现在在这就先不详细说明了。
本文参考文章有：
https://www.elastic.co/guide/en/elasticsearch/reference/current/index.html
http://learnes.net/getting_started/README.html