_index + _type + _id共同决定唯一的文档。
Elastic数据管理的顶层单位就是索引Index(单个数据库的同义词),
每个 Index （即数据库）的名字必须是小写;
Index里面的单条记录称为Document(文档),
许多条Document构成了索引,Document 使用 JSON 格式表示;
Document 可以分组，比如weather这个 Index 里面，可以按城市分组（北京和上海），也可以按气候分组（晴天和雨天）。这种分组就叫做 Type，它是虚拟的逻辑分组，用来过滤 Document。
返回说明：
took：表示该操作的耗时（单位为毫秒）
timed_out：表示是否超时
hits：表示命中的记录
total：返回记录数
max_score：最高的匹配程度
hits：返回的记录组成的数组
查询：
term：查询某个字段里含有某个关键词的文档,这种查询适合keyword、numeric、date等明确值。
GET /customer/doc/_search/
{
"query": {
"term": {
"title":"blog"
}
}
}
terms：查询某个字段里含有多个关键词的文档
GET /customer/doc/_search/
{
"query": {
"terms": {
"title":[ "blog","first"]
}
}
}
match query： 知道分词器的存在，会对field进行分词操作，然后再查询
GET /customer/doc/_search/
{
"query": {
"match": {
"title": "my ss" #它和term区别可以理解为term是精确查询，这边match模糊查询；match会对my ss分词为两个单词，然后term对认为这是一个单词
}
}
}
match_all：查询所有文档
GET /customer/doc/_search/
{
"query": {
"match_all": {}
}
}
multi_match：可以指定多个字段
GET /customer/doc/_search/
{
"query": {
"multi_match": {
"query" : "blog",
"fields": ["name","title"] #只要里面一个字段包含值 blog 既可以
}
}
}
match_phrase：短语匹配查询
ES引擎首先分析查询字符串，从分析后的文本中构建短语查询，这意味着必须匹配短语中的所有分词，并且保证各个分词的相对位置不变
_source：当我们希望返回结果只是一部分字段时，可以加上_source
GET /customer/doc/_search/
{
"_source":["title"], #只返回title字段
"query": {
"match_all": {}
}
}
fuzzy：实现模糊查询
value：查询的关键字
boost：查询的权值，默认值是1.0
min_similarity：设置匹配的最小相似度，默认值0.5，对于字符串，取值0-1(包括0和1)；对于数值，取值可能大于1；对于日期取值为1d,1m等，1d等于1天
prefix_length：指明区分词项的共同前缀长度，默认是0
GET /customer/doc/_search/
{
"query": {
"fuzzy": {
"name": {
"value": "blg"
}
}
}
}
#返回：
{
"took": 8,
"timed_out": false,
"_shards": {
"total": 5,
"successful": 5,
"skipped": 0,
"failed": 0
},
"hits": {
"total": 1,
"max_score": 0.19178805,
"hits": [
{
"_index": "customer",
"_type": "doc",
"_id": "1",
"_score": 0.19178805,
"_source": {
"name": "blog",
"tags": [
"testing"
],
"title": "i am a doc"
}
}
]
}
}
