Section 1 基本概念:
Index(indices) 相当于 关系型数据库的 table, document 相当于关系型数据库的 row, 还有一个type的概念(可以理解为table的schema)是属于 index的，一个index 只能有一种type,
ES怎么扩展？ 用shards, 一个shard 就是整个文档的一个part, 可以分布在cluster内部的不同机器上
Section 2 Mapping and Indexing Data
mapping: 相当于schema定义
field 就是列名
field type 数据类型，field index 要不要被full-text 检索， field analyzer 定义语言
Analyzer主要做3件事情：
有以下几种 analyzer可选：
创建mapping, 就是给movies 整个Index 创建schema
创建了以后get一下
insert 一个movie document(row)
get 刚刚insert 的 document
批量Insert documents:
可以get 刚才批量插入的documents
curl -XGET 127.0.0.1:9200/movies/_search?pretty
update document
下面是update API，还可以用-XPUT 加上所有的field 来update.
Delete document
curl -XDELETE 127.0.0.1:9200/movies/_doc/58559
full text search
有精确匹配（"type": keyword）和模糊匹配("type": text)两种
改一下schema, 体会一下 keyword 和 text
Modeling:
normalized data:
denormalized data
parent / child relationship
Ref:
ElasticStack7 note book http://media.sundog-soft.com/es7/ElasticStack7.pdf