ElasticSearch
现在，我们已经了解了ElasticSearch的基础知识，接下来我们将会研究一个更加具有现实意义的数据集。我已经准备了一个虚拟的客户银行账户信息的JSON文档示例。每个文档都具有以下模式：
{"account_number": 0,"balance": 16623,"firstname": "Bradshaw","lastname": "Mckenzie","age": 29,"gender": "F","address": "244 Columbus Place","employer": "Euron","email": "bradshawmckenzie@euron.com","city": "Hobucken","state": "CO"}
ElasticSearch能够以接近实时的速度提供数据操作和搜索功能。在默认情况下，从索引/更新/删除数据到出现在搜索结果之间，你可能会感受到有1秒的延迟时间（刷新间隔）。这是与SQL等其他平台的一个重要区别，这些平台在完成事务之后，它们的数据立即可用。
先前，我们已经知道如何索引一个单个的文档。我们可以再次回忆这个命令：
PUT /customer/external/1?pretty{"name": "John Doe"}
现在，当我们建立和运行ElasticSearch集群和Kibana可视化工具之后，就可以开始学习如何与ElasticSearch进行通信了。幸运的是，ElasticSearch提供了非常全面和强大的REST API，你可以在Kibana的开发工具中使用这些REST API，这样便能和集群进行交互。你可以通过REST API处理以下几个事项：
分析是将全文转换为词语的过程。取决于使用何种分词器，这些短语：FOO BAR、Foo-Bar、foo,bar都可能被分解为词语foo和bar。索引中存储的实际上是这些词语。对FoO:bAR进行一次全文查询（不是词语查询），也会分解为词语foo和bar，因此会和索引存储的词语相匹配。正是这一分词过程（在索引时间和搜索时间都有）使得ElasticSearch能够执行全文查询。还可以参考text和term。
ElasticSearch具有几个核心概念。从一开始就理解这些概念将大大有助于简化学习过程。
ElasticSearch是一种接近实时的搜索平台。这就意味着，从你索引一个文档直到它能够搜索之间，会有一个细微的延迟时间（通常是1秒）。