Elasticsearch: 使用文档权威指南 https:///guide/cn/elasticsearch/guide/current/index.html
OK，我们先使用 Kibana 生成一些文档数据：
PUT /biandan/user/zhangsan
{
"name":"张三",
"job":"Java工程师",
"sign":"走别人的路，让别人无路可走。",
"age":20
}
PUT /biandan/user/lisi
{
"name":"李四",
"job":"Python工程师",
"sign":"既然选择了远方，便只顾风雨兼程。",
"age":25
}
PUT /biandan/user/wangwu
{
"name":"王五",
"job":"C++工程师",
"sign":"世界因有你而精彩。",
"age":30
}
PUT /biandan/user/zhuliu
{
"name":"朱六",
"job":"PHP工程师",
"sign":"岁月不仅磨平了你的棱角，还会把它抛光。",
"age":35
}
PUT /biandan/user/zhuoqi
{
"name":"卓七",
"job":"大数据工程师",
"sign":"只要不测试，就不会有bug！",
"age":40
}
1、根据 ID 查询，语法： GET /索引名/类型/ID
GET /biandan/user/zhangsan
2、查询某个类型下的所有文档，语法：GET /索引名/类型/_search
GET /biandan/user/_search
3、根据多个ID批量查询，语法：GET /索引名/类型/_mget 然后用 json 传递 ids
GET /biandan/user/_mget
{
"ids":["zhangsan","lisi"]
}4、复杂条件查询，语法：GET /索引名/类型/_search?q=条件:XX
①查询年龄等于25岁：
GET /biandan/user/_search?q=age:25②查询年龄小于等于25岁：注意，使用中括号，* 表示所有，TO 必须大写。
GET /biandan/user/_search?q=age[* TO 25]
③查询年龄在25到40岁之间，年龄降序排，只取2条：
GET /biandan/user/_search?q=age[25 TO 40]&sort=age:desc&from=0&size=2④查询年龄在20到30岁之间，年龄升序排，只取第一条，展示姓名name、职业job。
GET /biandan/user/_search?q=age[25 TO 30]&sort=age:asc&from=0&size=1&_source=name,job
DSL语言查询和过滤
ElasticSearch 中的查询请求有两种方式，一种是简易版的查询（上面的例子），另外一种是使用 JSON 完整的请求体，叫做结构化查询（domain-specific language）。
DSL查询是POST过去一个 JSON，由于Post的请求是 json 格式的，所以存在很多灵活性，也有很多形式。
term 关键字：精确查询
1、根据年龄精确查询【25岁】：（类似 MySQL 中的“等于”查询，Java中的 equals 函数）
GET /biandan/user/_search
{
"query": {
"term": {
"age":25
}
}
}
注意：现在不能匹配中文，否则出错，问题在后面继续追踪（也搞了挺久）：
#! [types removal] Specifying types in search requests is deprecated.
{
"took" : 1,
"timed_out" : false,
"_shards" : {
"total" : 1,
"successful" : 1,
"skipped" : 0,
"failed" : 0
},
"hits" : {
"total" : {
"value" : 0,
"relation" : "eq"
},
"max_score" : null,
"hits" : [ ]
}
}
2、match 关键字模糊匹配（类似数据库中的 like 关键字）
查询 job =【C++】
GET /biandan/user/_search
{
"query": {
"match": {
"job": "C++"
}
}
}结果：
3、分页查询 job包含【工程师】并且年龄在20~35岁的，取前2条数据，只展示【name、job】字段：
GET /biandan/user/_search
{
"query": {
"bool": {
"must": [{
"match":{
"job": "工程师"
}
}
],
"filter": {
"range": {
"age": {
"gt": 20,
"lte": 35
}
}
}
}
},
"from": 0,
"size": 2,
"_source": ["name","job"]
}结果：
中文分词器
Elasticsearch 中默认的标准分词器对中文分词不是很友好，会将中文词语拆分成一个个中文的汉字。因此需要引入中文分词器 es-ik 插件。
ES-IK 插件下载地址（注意 ik 的版本一定要对应 ES 的版本）：https:///medcl/elasticsearch-analysis-ik/releases
下载压缩包之后，把压缩包复制到 ElasticSearch 的 plugins 目录下，然后解压到当前压缩包的名字。如图：
然后将文件夹重命名为 ik，并且删掉压缩包。
结果如图：
如果遇到启动 elasticsearch.bat 闪退的情况，请按照上面的方法处理！
然后重启 ElasticSearch 服务，看到以下输出就是正确的了。
OK，我们用 postman 测试中文分词器。
首先，我们先用原生自带的标准分词器 standard（基本没人用），发送 POST 请求到：127.0.0.1:9200/_analyze，如图：
发现把【王者荣耀】拆分成王、者、荣、耀了。这不是我们想要的结果。
接下来，我们使用中文分词器：ik_smart
我们发现，ik_smart 对中文分词稍微友好很多。我们还可以自定义分词器。
