环境：ES 6.2.2

os：Centos  7

kibana:6.2.2

介绍

索引是ElasticSearch存放数据的地方，可以理解为关系型数据库中的一个数据库。事实上，我们的数据被存储和索引在分片(shards)中，索引只是一个把一个或多个分片分组在一起的逻辑空间。然而，这只是一些内部细节——我们的程序完全不用关心分片。对于我们的程序而言，文档存储在索引(index)中。剩下的细节由Elasticsearch关心既可。(索引的名字必须是全部小写，不能以下划线开头，不能包含逗号)

类型用于区分同一个索引下不同的数据类型,相当于关系型数据库中的表。在Elasticsearch中，我们使用相同类型(type)的文档表示相同的“事物”，因为他们的数据结构也是相同的。每个类型(type)都有自己的映射(mapping)或者结构定义，就像传统数据库表中的列一样。所有类型下的文档被存储在同一个索引下，但是类型的映射(mapping)会告诉Elasticsearch不同的文档如何被索引。

文档是ElasticSearch中存储的实体，类比关系型数据库，每个文档相当于数据库表中的一行数据。在Elasticsearch中，文档(document)这个术语有着特殊含义。它特指最顶层结构或者根对象(root object)序列化成的JSON数据(以唯一ID标识并存储于Elasticsearch中)。

文档由字段组成，相当于关系数据库中列的属性，不同的是ES的不同文档可以具有不同的字段集合。对比关系型数据库：

文档元数据

一个文档不只有数据。它还包含了元数据(metadata)——关于文档的信息。三个必须的元数据节点是：

_index：索引

_type：类型

_id：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。

索引创建原则

类似的数据放在一个索引，非类似的数据放不同索引：product index(包含了所有的商品)，sales index(包含了所有的商品销售数据)，inventory index(包含了所有库存相关的数据)。如果你把比如product，sales，human resource(employee)，全都放在一个大的index里面，比如说company index，不合适的。

index中包含了很多类似的document：类似是什么意思，其实指的就是说，这些document的fields很大一部分是相同的，你说你放了3个document，每个document的fields都完全不一样，这就不是类似了，就不太适合放到一个index里面去了。

索引名称必须是小写的，不能用下划线开头，不能包含逗号：product，website，blog

1、创建新的索引(index)

PUT indexTest001

结果：

2、索引设置

ES 默认提供了好多索引配置选项，参考https://www.elastic.co/guide/...，这些配置选项都有经过优化的默认配置值，除非你非常清楚这些配置的作用以及知道为什么去修改它，不然使用其默认值即可。

a、分片设置

number_of_shards

每个索引的主分片数，默认值是 5 。这个配置在索引创建后不能修改。

number_of_replicas

每个主分片的副本数，默认值是 1 。对于活动的索引库，这个配置可以随时修改。

例如，我们可以创建只有 一个主分片，没有副本的小索引：

PUT /my_test_index_004

{

"settings": {

"number_of_shards" : 1,

"number_of_replicas" : 0

}

}

更改副本数量：

PUT /my_test_index_004/_settings

{

"number_of_replicas": 2

}

每次更改分片之后可以使用：GET my_test_index_004/_search_shards 来查询索引信息.

3、创建mapping

a、首先查看刚刚创建的索引的mapping是什么样子的

GET indextest001/_mapping

结果：

可见新建的索引中，mapping是一个空集，所以我们就要创建这个index的mapping

命令：

POST indextest001/product/_mapping?pretty

{"product":{"properties":{"title":{"type":"text","store":"true"},"description":{"type":"text","index":"false"},"price":{"type":"double"},"onSale":{"type":"boolean"},"type":{"type":"integer"},"createDate":{"type":"date"}}}}

执行完毕后再次执行上面所述查询结果如下：

4、插入数据

POST indextest001/product

{

"title": "test title 001",

"description": "this is a random desc ",

"price": 22.6,

"onSale": "true",

"type": 2,

"createDate": "2018-01-12"

}

然后查询一下所有数据，默认为match_all

GET indextest001/product/

根据id查询

GET indextest001/product/UNBdGWIBI2NcsxokJ0lQ

结果如下：