1.Elasticsearch是面向文档(document oriented)的，这意味着它可以存储整个对象或文档(document)。然而它不仅仅是存 储，还会索引(index)每个文档的内容使之可以被搜索。在Elasticsearch中，你可以对文档（而非成行成列的数据）进行索 引、搜索、排序、过滤。这种理解数据的方式与以往完全不同，这也是Elasticsearch能够执行复杂的全文搜索的原因之一。

2.json

ELasticsearch使用Javascript对象符号(JavaScript Object Notation)，也就是JSON，作为文档序列化格式。JSON现在已 经被大多语言所支持，而且已经成为NoSQL领域的标准格式。它简洁、简单且容易阅读。

以下使用JSON文档来表示一个用户对象： 

{
	"email": "john@smith.com",
	"first_name": "John",
	"last_name": "Smith",
	"info": {
		"bio": "Eco-warrior and defender of the weak",
		"age": 25,
		"interests": ["dolphins", "whales"]
	},
	"join_date": "2014/05/01"
}

尽管原始的 user 对象很复杂，但它的结构和对象的含义已经被完整的体现在JSON中了，在Elasticsearch中将对象转化为 JSON并做索引要比在表结构中做相同的事情简单的多。

3.开始第一步

我们现在开始进行一个简单教程，它涵盖了一些基本的概念介绍，比如索引(indexing)、搜索(search)以及聚合(aggregations)。通过这个教程，我们可以让你对Elasticsearch能做的事以及其易用程度有一个大致的感觉。 我们接下来将陆续介绍一些术语和基本的概念，但就算你没有马上完全理解也没有关系。我们将在本书的各个章节中更加深 入的探讨这些内容。 所以，坐下来，开始以旋风般的速度来感受Elasticsearch的能力吧！

4.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：

数据能够包含多个值的标签、数字和纯文本检索任何员工的所有信息。

支持结构化搜索，例如查找30岁以上的员工。

支持简单的全文搜索和更复杂的短语(phrase)搜索

高亮搜索结果中的关键字

能够利用图表管理分析这些数据

5.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。

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：

es 这么获取文档版本位置 es的文档_搜索

 

索引-数据库

类型types-表格

文档documents-行

字段fields-列

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。 每个文档的类型为 employee 。 employee 类型归属于索引 megacorp 。 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：

请求

PUT /megacorp/employee/1
{
	"first_name": "John",
	"last_name": "Smith",
	"age": 25,
	"about": "I love to go rock climbing",
	"interests": ["sports", "music"]
}

响应

{
  "_index" : "megacorp",
  "_type" : "employee",
  "_id" : "1",
  "_version" : 1,
  "result" : "created",
  "_shards" : {
    "total" : 2,
    "successful" : 1,
    "failed" : 0
  },
  "_seq_no" : 0,
  "_primary_term" : 1
}