elasticsearch看这一篇就够了---入门（1）Elasticsearch&Kibana概念详解，下载安装使用
1. 是什么？
（1）Elasticsearch是一个基于Apache Lucene™的开源搜索引擎。无论在开源还是专有领域，Lucene可以被认为是迄今为止最 先进、性能最好的、功能最全的搜索引擎库
（2）Elasticsearch也使用Java开发并使用Lucene作为其核心来实现所有索引和搜索的功能，但是它的目的是通过简单的 RESTful API 来隐藏Lucene的复杂性，从而让全文搜索变得简单
总之一句话，它很牛，也很复杂，但是他对外隐藏了这些内部实现，用它还是很简单滴！
到这里就有小伙伴有疑问了，不就一个搜索呀？好像用sql语句查询也可呀，为什么要用这个东西呢？
听我娓娓道来
2. 建立一个员工目录
为了方便理解，需要带入一个场景中，以下都以这个场景为主，这样更好理解！
场景:假设我们刚好在阿里BaBa工作（人还是要有梦想的，当然梦里想想就可以了），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
这些有些可以通过sql语句做到，但是很消耗时间（全文搜索），有些比较麻烦，比如高亮关键字，图表分析
然后我们来看看Elasticsearch是怎么做的呢？
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：
Relational DB -> Databases -> Tables -> Rows -> Columns
Elasticsearch -> Indices -> Types -> Documents -> Fields
Elasticsearch集群可以包含多个索引(indices)（数据库），每一个索引可以包含多个类型(types)（表），每一个类型包含多 个文档(documents)（行），然后每个文档包含多个字段(Fields)（列）。
记住只是类比，不能概念相等
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 albb。
- albb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：
（没安装Elasticsearch的Elasticsearch下载安装使用教程，，以下代码是在Kibana中执行的，下载就可以使用Kibana下载安装使用教程）
PUT /albb/employee/1
{
"first_name" : "John",
"last_name" : "Smith",
"age" : 25,
"about" : "I love to go rock climbing",
"interests": [ "sports", "music" ]
}
我们看到path: /albb/employee/1 包含三部分信息：
| 名字 | 说明 |
|---|---|
| albb | 索引名 |
| employee | 类型名 |
| 1 | 这个员工的Id |
请求实体（JSON文档），包含了这个员工的所有信息。他的名字叫“John Smith”，25岁，喜欢攀岩。
很简单吧！它不需要你做额外的管理操作，比如创建索引或者定义每个字段的数据类型。我们能够直接索引文档， Elasticsearch已经内置所有的缺省设置，所有管理操作都是透明的。
接下来，让我们在目录中加入更多员工信息：
PUT /albb/employee/2
{
"first_name" : "Jane",
"last_name" : "Smith",
"age" : 32,
"about" : "I like to collect rock albums",
"interests": [ "music" ]
}
PUT /albb/employee/3
{
"first_name" : "Douglas",
"last_name" : "Fir",
"age" : 35,
"about": "I like to build cabinets",
"interests": [ "forestry" ]
}
好了，现在我们终于有了一些数据，可以以此开始学习搜索了，是不是很简单呢？
写作不易，你们的支持我继续创作的动力！喜欢的话给我点个赞，关注一波吧！
下一篇 讲述如何使用这些数据进行搜索得到结果
elasticsearch看这一篇就够了—入门（2）Elasticsearch检索文档，DSL语句查询，复杂查询，全文搜索
