阅读es文档

elastic search/elastic search.md

@@ -105,6 +105,72 @@ query DSL支持如下查询：
 - 向量查询
 - 地理位置查询
 
+##### Query DSL分析
+如果要通过Query DSL对elastic search数据进行分析，那么Aggregations是主要的工具。
+
+Aggregations允许根据数据构建复杂的数据摘要，并获取指标、模式和趋势。
+
+aggregations利用了和查询相同的数据结构，故而聚合的速度十分快，可以实时的对数据进行分析和可视化。
+
+在使用ES时，可以在同一时刻对相同的数据同时进行文档查询、结果过滤、数据分析操作，聚合是在查询请求的上下文中进行计算的。
+
+ES支持如下类型的Aggregations：
+- Metric：计算metrics，例如field的总和或平均
+- Bucket：基于field value、范围或其他指标对文档进行分组
+- Pipeline：在其他聚合操作结果集的基础上执行聚合操作
+
+##### ES | QL
+Elasticsearch Query Language是一个piped query language，用于对数据进行过滤、transforming、分析。ES|QL基于新的计算引擎，查询、聚合、transformation方法是直接在Elasticsearch中执行的。在Kibana工具中可以使用ES|QL语法。
+
+ES|QL支持Query DSL中的部分特性，例如聚合、过滤、transformation
+
+## 使用ElasticSearch Api索引和查询数据
+### 创建索引
+可以通过如下方式来创建一个名为`books`的索引：
+```
+PUT /books
+```
+返回相应结构如下，代表索引创建成功：
+```json
+{
+  "acknowledged": true,
+  "shards_acknowledged": true,
+  "index": "books"
+}
+```
+
+### 向索引中添加数据
+可以向ElasticSearch中添加json形式的数据，json格式数据被称为document。ElasticSearch将添加的数据保存到可搜索的索引中。
+
+#### 向索引中添加单个document
+```
+POST books/_doc
+{
+  "name": "Snow Crash",
+  "author": "Neal Stephenson",
+  "release_date": "1992-06-01",
+  "page_count": 470
+}
+```
+
+该请求的返回体中包含ElasticSearch为该document生成的元数据，包含索引范围内唯一的`_id`，在索引范围内唯一标识该document。
+
+```json
+{
+  "_index": "books", 
+  "_id": "O0lG2IsBaSa7VYx_rEia", 
+  "_version": 1, 
+  "result": "created", 
+  "_shards": { 
+    "total": 2, 
+    "successful": 2, 
+    "failed": 0 
+  },
+  "_seq_no": 0, 
+  "_primary_term": 1 
+}
+```
+