准备好数据
为了说明问题的方便，我们首先在 Kibana 中使用如下的 bulk 指令来创建我们的 twitter 索引。
POST _bulk
{ "index" : { "_index" : "twitter", "_id": 1} }
{"user":"张三","message":"今儿天气不错啊，出去转转去","uid":2,"age":20,"city":"北京","province":"北京","country":"中国","address":"中国北京市海淀区","location":{"lat":"39.970718","lon":"116.325747"}, "DOB":"1980-12-01"}
{ "index" : { "_index" : "twitter", "_id": 2 }}
{"user":"老刘","message":"出发，下一站云南！","uid":3,"age":30,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区台基厂三条3号","location":{"lat":"39.904313","lon":"116.412754"}, "DOB":"1981-12-01"}
{ "index" : { "_index" : "twitter", "_id": 3} }
{"user":"李四","message":"happy birthday!","uid":4,"age":30,"city":"北京","province":"北京","country":"中国","address":"中国北京市东城区","location":{"lat":"39.893801","lon":"116.408986"}, "DOB":"1982-12-01"}
{ "index" : { "_index" : "twitter", "_id": 4} }
{"user":"老贾","message":"123,gogogo","uid":5,"age":35,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区建国门","location":{"lat":"39.718256","lon":"116.367910"}, "DOB":"1983-12-01"}
{ "index" : { "_index" : "twitter", "_id": 5} }
{"user":"老王","message":"Happy BirthDay My Friend!","uid":6,"age":50,"city":"北京","province":"北京","country":"中国","address":"中国北京市朝阳区国贸","location":{"lat":"39.918256","lon":"116.467910"}, "DOB":"1984-12-01"}
{ "index" : { "_index" : "twitter", "_id": 6} }
{"user":"老吴","message":"好友来了都今天我生日，好友来了,什么 birthday happy 就成!","uid":7,"age":90,"city":"上海","province":"上海","country":"中国","address":"中国上海市闵行区","location":{"lat":"31.175927","lon":"121.383328"}, "DOB":"1985-12-01"}
这里总共有6条数据。
下面，我们来进行一些查询的动作。
搜索数据
首先，我们做一个简单的搜索，我们可以在浏览器中打入如下的命令：
GET twitter/_search?q=user:张三
我们通过 “q=user:张三” 查询到我们所需要的文档。在有的时候这是一种非常快的查询方式。我们也可以在浏览器中直接打入一个这样的 URI:
http://localhost:9200/_search?q=user:%E5%BC%A0%E4%B8%89&pretty
或者在命令行中：
下面，我们将使用 Kibana 来展示使用 URI 搜索的一些最基本的特点。
URI 查询使用语法根据运算符（例如 OR，AND 或 NOT）解析和拆分提供的查询字符串
我们想使用 sort 来对数据进行排序：
GET twitter/_search?q=city:"北京"&sort=DOB:desc
上面显示了所有来自北京的用户，并按照出生年月降序排列。
假如我们只想在 _source 里显示年龄，DOB 及城市信息，我们可以这么做：
GET twitter/_search?q=city:"北京"&sort=DOB:desc&_source=city,age,DOB
从上面的显示可以看出来，我们只看到有三个字段显示出来。加入我们想分页，每个页只有2个文档，那么我们可以这么做：
GET twitter/_search?q=city:"北京"&sort=DOB:desc&_source=city,age,DOB&size=2
从上面的显示上我们可以看出来，只有两个文档被显示出来尽管总共有5个文档满足条件。
假如这个时候，我们想对 city 为 “上海” 和 “北京” 的所有用户都来统计一下，那么我们可以使用如下的语句：
GET twitter/_search?q=city:("北京" or "上海") &sort=DOB:desc&_source=city,age,DOB&size=2
显然这个时候，我们得到了6条数据。上海和北京的所有用户都被搜索出来了。
假如我们想查询来自“北京”并且名字叫做 “张三” 的文档，那么我们可以这么查询：
GET twitter/_search?q=city:"北京" AND user:"张三
从上面可以看出来就只有一条数据。
假如我们想得到来除了上海以外地区的所有的用户，那么我们可以使用如下的方法来得到：
GET twitter/_search?q=NOT city:"上海"
我们看到了5个数据。
我们也可以对某些想进行加权，以使得它们能够排在更前面，比如：
上面的查询是寻找年龄是20岁的，或者是来自上海的人。从搜索的结果来看，我们可以看到上海的老吴是排在前面。如果我们想对年龄为20岁的人需要有更多的关注，那么我们可以对它们的搜索结果进行加权，这样会使得它们的分数更高。我们可以采用如下的方法来做：
GET twitter/_search?q=(age:20^5 OR city:"上海")
在上面，我们显然对age为20的这个选项进行了加权。那么搜索后的结果为：
我们可以看到现在 age 为20岁的张三排到了搜索结果的前面。
假如我们不指定任何的 field 的话，那么这个搜索将对所有的 field 都进行：
GET twitter/_search?q=张三
当然我们也可以进行 fuzzy搜索：
上面标明有一个 edit 错误也可以被搜索出来。对于中文的检索，这个依赖于分词器。在我们的实验中没有使用具体的分词器。这个和实际的使用可能会有区别。
我们也可以对一下范围进行搜索：
GET twitter/_search?q=age:[20 TO 30]
上面搜索的结果是从20岁到30岁的所有的结果，并且都包含在里面。我们如果不想包含30岁的话，那么可以写成这样的格式：
我们使用 [20 TO 30}， 如果我们想搜索在30岁一下的所有文档，那么我们可以使用如下的搜索方式：
在这里，我们使用[* TO 30}，这里不包含30。
好了今天就讲到这里。这里的所有的语法也适用于在 Kibana 中的 Search Bar。如果我们熟练地掌握了这些，也可以很方便地让我们熟练地操作 Kibana 中搜索。
原文链接：Elastic 中国社区官方博客