前言：
作为一名追求全栈web工程师的大龄程序员，ElasticSearch（ES）的学习是必不可少的。近期项目需要用到ES，于是我在网上查找视频教程，却发现大部分教程都是照本宣科，对全文检索和倒排索引的解释模糊不清。安装和集群配置等内容也让我感到困惑，这些并不适合一线程序员快速入门。因此，我决定自己到官网学习，并在此记录学习笔记，以便日后查阅。
学习技术最重要的是动手实践。在了解了ES的基本用途后，我首先在官网上找到了ES的地址：
https://www.elastic.co/cn/，以及中文版的文档地址：elastic.co/guide/cn/。这是一本权威指南，内容繁多，但我会从quick start开始学习。
安装过程如下：
首先，我使用了Docker进行安装，只需执行五行命令即可。通过访问
http://localhost:9200，我可以看到版本信息。Elasticsearch提供了一个可以直接访问的_cat api，如localhost:9200/_cat，可以通过这个api查看健康状况。至此，Elasticsearch的安装就完成了。
顺利的话，访问localhost:5601即可看到Kibana的首页。虽然一大堆内容看起来难以理解，但我还是直接打开了左侧菜单中的Management下的Dev tool，输入GET /即可查看版本信息。
接下来，我将开始学习Elasticsearch。对于开发者来说，最重要的三个部分是：第一个是RestApi，第二个是Java客户端，第三个是SpringData相关api。
然而，在学习过程中我遇到了一些问题。昨天我还顺利运行，但今天Kibana却出现了问题。没关系，我决定使用curl来练习一下手。由于ES的接口是基于HTTP的，所以任何能发送HTTP请求的客户端都可以用来测试。
在学习之前，我还需要介绍一下Apache下的一个开源全文检索工具包——lucene。lucene有两个实现：一个是solr，另一个就是Elasticsearch。
lucene的存储结构设计为：index、type、document。在一个lucene中可以有多个index，一个index中可以有多个type，而type存储的是相同类型的数据document。
Elasticsearch基于lucene，但它弱化了type的概念。可以有多个index，但一个index中只有一个默认的type叫做_doc，而在_doc中可以随意放置数据，无需按照固定格式。它会自动映射之前未出现过的字段。
例如，无需定义index也无需定义_doc，只需发送PUT请求发送JSON数据，就能成功保存。它将count自动映射为数字类型。使用curl -X GET "localhost:9200/data?pretty"命令可以看到mapping属性。之后，这个字段只能是数字，否则会报错。
自动映射文档类型方便测试，但要将它写进代码，还是应该定义index的文档类型，即ES中的mapping。mapping是文档字段的类型映射，下面的命令可以生成相应mapping的index，并设置"dynamic":false规定不能动态生成mapping。虽然数据可以保存，但mapping不会发生变化。
记录一下，创建索引只能使用PUT，而创建数据可以使用POST自动生成ID（新增），而PUT创建数据必须指定ID（更新）。
新的一天开始了，我使用Docker安装了新版本的Elasticsearch和Kibana，并顺利启动。我决定再次使用Kibana，因为它更方便一些。我需要手动编写一些代码。
mapping可以直接修改，注意路径和参数的变化。
那么，mapping具体如何使用呢？它实际上定义了字段名与类型的映射关系，字段名是开发者自己定义的，如name、age等，而类型是ES规定的。我了解到有二三十个类型，如keyword、数字类型等。
以下是一些常见的类型：
keyword可以用于排序、聚合和term-level查询。排序和聚合功能非常强大。term-level查询可以简单理解为相等的数据，不一定是完全相等，与text的match查询相对应。
text类型的数据会被分词器分词，然后可以根据单个词匹配包含该词语的文档。建议存储那些非结构化的但人类可读的数据，如邮件内容、产品描述等。
通常情况下，如果你既想要排序和聚合，又想要分词查询，那么应该将同一个内容放在两个字段上。
mapping映射除了属性的类型外，还包括属性上的配置。例如，analyzer分词器、文档提示等。除了选择合适的分词器插件外，在上线之前要详细测试分词器的分词效果。还有boost相关性分数计算的系数等。尽管功能很多，配置很多，但直接上手并不复杂。
Elasticsearch还支持别名，即为index或属性另外起一个名字。具体用途还不清楚。
接下来，我将介绍Elasticsearch的查询功能，这是关键所在，因为使用Elasticsearch就是用来检索数据的。
首先是查询语法，它既支持GET也支持POST，非常灵活。参数可以拼在URL中，也可以放在请求体中。内容很多，但我认为学习POST请求就足够了，因为有些复杂的查询参数很多，放在body中更易于阅读。
查询操作除了根据字段查询响应的数据外，还支持聚合、分页、排序和异步查询。接下来，我会整理这些内容。
关于查询，还有许多特性，如过滤查询、高亮查询等。以下是一个示例：
创建一个index并插入一条数据，然后：
以下是一个更复杂的示例：
Elasticsearch使用Query DSL来配置查询条件，DSL是domain specific language的缩写，只需知道这玩意是基于JSON来配置查询条件即可。
我已经编写了一些示例来熟悉Query DSL。
内容太多，看一些关键的吧？
官网有一些建议，第一个是Elasticsearch是一个搜索引擎，擅长搜索最符合条件的文档，不建议查询所有文档，而且文档不建议太大，默认的http传输限制为100M，虽然可以调整。
等等，还有更多内容，接下来我将学习如何在项目中使用Elasticsearch，这对于开发者来说是最关键的。
Elasticsearch提供了一个专门的Java客户端，用于连接ES服务器。
首先，我需要添加依赖项。
以下是一个示例代码：
然后，我与Spring进行整合。
Spring还提供了一个实体类与index的映射，使用注解，例如：
到这里，基本上就可以使用了。要想熟练掌握，肯定需要去实践。