数据模式为文档，_doc格式数据，也就是json 数据

es根据_id查询数据

GET /index_name/_doc/document_id

es根据_id删除数据

DELETE /index_name/_doc/document_id

es查询mapping结构

GET /index_name/_mappings

es查询index下所有数据（突破10000条限制）

GET /index_name/_search
{
  "query": {
    "match_all": {}
  },
  "track_total_hits": true
}

es新建mapping映射

PUT /passdata
{
    "mappings" : {
      "properties" : {
        "carId" : {
          "type" : "keyword",
          "index": true
        },
        "id" : {
          "type" : "text",
          "index": true
        },
        "name" : {
          "type" : "text",
          "index": true,
          "analyzer": "ik_max_word", 
          "search_analyzer": "ik_max_word", 
          "fields" : {
            "keyword" : {
              "type" : "keyword",
              "ignore_above" : 256
            }
          }
        },
        "time" : {
          "type" : "date"
        },
        "type" : {
          "type" : "text",
          "index": true,
          "analyzer": "ik_max_word", 
          "search_analyzer": "ik_max_word"
        }
      }
    }
  }

6.0后字符串不用string；改成text和keyword两种了，keyword是默认不分词，text是要分词

这种结构保存字段会存两份索引(个人理解)，首先第一个type text这个会进行分词建索引保存，再后面fields keyword会进行保存完整字符串附加。

所以一个articleID过来的时候，会建立两次索引。一次是自己本身（articleID），是要分词的，分词后放入倒排索引；另一次是基于articleID.keyword，不分词，最多保留256字符，直接一个完整的字符串放入倒排索引中。

text：

• 会分词，然后进行索引
• 支持模糊、精确查询
• 不支持聚合
• 分词器默认standard ，对于中文来说就是按字分词
• 支持fields属性，可以在fields中添加keyword子类型，以实现精确检索

keyword：

• 不进行分词，直接索引
• 支持模糊、精确查询
• 支持聚合
• 支持按字数建立索引，以便节约索引空间
• 看下text分词规律。

注意es 默认的分词是汉字为一个字一词，如果想用其他分词，引入ik分词。