一、在之前，我们已经学会了如何使用elasticsearch作为一个简单的NoSql风格的分布式文件存储器--我们可以将一个JSON文档扔给Elasticsearch.也可以根据ID检索他们。但Elasticsearch真正强大之处在于找出有意义的信息--从大数据到全面的信息。
使用结构化的JSON文档，Elasticsearch不止会存储文档也会索引文档内容来使之可以被搜索。
每个文档里的字段都会被索引并被查询。而且不仅如此，在简单查询时，Elasticsearch可以使用所有的索引，以非常快的速度返回结果。
A search can be :
在类似于gender或者age这样的字段上使用结构化查询，join_date这样的字段上使用排序，就像SQL的结构化查询一样。
全文检索，可以使用所有字段类匹配关键字，然后按照关联性排序返回结果。
很多搜索是开箱即用的：
映射Mapping :数据在每个字段中的解释说明
分析Analysis ：全文是如何处理的可以被搜索的
领域特定语言查询（Query DSL） :Elasticsearch使用的灵活的，强大的查询语言、
二、空搜索
最基本的搜索API表单是空搜索，他没有指定任何的查询条件，只返回集群索引中的所有文档。
GET /_search
{
"hits" : {
"total" : 14,
"hits" : [
{
"_index": "us",
"_type": "tweet",
"_id": "7",
"_score": 1,
"_source": {
"date": "2014-09-17",
"name": "John Smith",
"tweet": "The Query DSL is really powerful and flexible",
"user_id": 2
}
},
... 9 RESULTS REMOVED ...
],
"max_score" : 1
},
"took" : 4,
"_shards" : {
"failed" : 0,
"successful" : 10,
"total" : 10
},
"timed_out" : false
}hits:
响应中最重要的部分是hits,他包含了total字段来表示匹配到的文档总数，hits数组还包含了匹配到的前10条数据。
hits数组中的每个结构都包含_index _type _id，被加入到_source字段中意味着在搜索结果中我们可以直接使用全部文档，这不像其他搜索引擎只返回文档ID需要单独去获取文档。
每个节点都有一个_source字段，这是相关性得分，他衡量了文档与查询的匹配程度，默认的返回的结果中关联性最大的文档排在首位。
took：
took告诉我们整个搜索请求af花费的毫秒数
shards:
_shards节点告诉我们参与查询的分骗术有多少是成功的，有多少是失败的。
timeout：
查询超时与否
GET /_search?timeout=10ms
二、多索引和多类别
通过限制搜索的不同索引和类型，我们可以在集群中跨所有的文档搜索，Elasticsearch转发搜索请求到集群中平行的主分片或每个分片的复制分片上。
/_search 在所有索引的所有类型中搜索
/gb/_search 在索引gb的所有类型中搜索
/gb,us/_search :在索引gb和us的所有类型中搜索
/g*,u*/_search :在以g和u开头的索引的所有类型中搜索
/gb/user/_search ：在索引gb的类型user中搜索
/gb,us/user,tweet/_search :在索引gb和us的类型为user和tweet中搜索
/_all/user,tweet/_Search :在所有索引的user和tweet中搜索 search types user and tweet in all indices
三、分页
和SQL使用LIMIT关键字返回只有一页的结果一样，Elasticsearch接受from和size参数：
size：结果数默认10
from：跳过开始的结果数默认0
每页显示5个结果，页码从1到3
GET /_search?size=5
GET /_search?size=5&from=5
GET /_search?size=5&from=10
四、查询字符串
search API有两种表单，一种是简易版查询字符串将所有参数通过查询字符串定义，另一种版本是使用JSON完整的表示请求体。
查询所有类型为tweet并在tweet字段中包含elasticsearch字符的文档
GET /_all/tweet/_search?q=tweet:elasticsearch
查询name字段中包含John和tweet中包含mary的结果
+name:john +tweet:mary