样例数据
为了更好的使用和理解ES，没有点样例数据还是不好模拟的。这里提供了一份官网上的数据，accounts.json。如果需要的话，也可以去这个网址玩玩，它可以帮助你自定义写随机的JSON数据。
1、导入数据
打开你的postman，输入对应的REST API，http://127.0.0.1:9200/bank/account/_bulk?pretty
选择post; body->binary; 选择文件，选中你下载好的account.json文件： 
注意：
1 127.0.0.1:9200是ES得访问地址和端口
2 bank是索引的名称
3 account是类型的名称
4 索引和类型的名称在文件中如果有定义，可以省略；如果没有则必须要指定
5 _bulk是rest得命令，可以批量执行多个操作
6 pretty是将返回的信息以可读的JSON形式返回。（不过postman自带了pretty的功能）
send之后，可以很快看到结果：
accounts.json数据导入，报错：
1、parse_exception - request body is required
【确认Body->binary导入进了json文件】
2、"Content-Type header [application/x-www-form-urlencoded] is not supported
【需要在headers中添加 Content-Type application/json】
2、查询： http://127.0.0.1:9200/_cat/indices?v
插入1000条数据成功
3、保存对应的REST API到postman
点击save:
在弹出的save窗口中，给对应的request起一个合适的名字，比如这里createBankIndex，并将其保存到对应的collection中（在这里，我已提前创建了一个ElasticSearch的collection，专门用于保存和ES相对应的ＲＥＳＴ ＡＰＩ的操作）。
搜索API
ES提供了两种搜索的方式：请求参数方式 和 请求体方式。
1、请求参数方式
curl 'localhost:9200/bank/_search?q=*&pretty'
其中bank是查询的索引名称，q后面跟着搜索的条件：q=*表示查询所有的内容
2、请求体方式（推荐这种方式）
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
请求JSON体 {"query": { "match_all": {} }}
这种方式特别适合在postman里面用，因为postman里面可以使用配合使用各种变量，而且编辑起来更方便：
返回的内容大致可以如下讲解：
took：是查询花费的时间，毫秒单位
time_out：标识查询是否超时
_shards：描述了查询分片的信息，查询了多少个分片、成功的分片数量、失败的分片数量等
hits：搜索的结果，total是全部的满足的文档数目，hits是返回的实际数目（默认是10）
_score是文档的分数信息，与排名相关度有关，参考各大搜索引擎的搜索结果，就容易理解。
查询语言DSL
ES支持一种JSON格式的查询，叫做DSL，domain specific language。这门语言刚开始比较难理解，因此通过几个简单的例子开始：
下面的命令，可以搜索全部的文档：
{
"query": { "match_all": {} }
}
query定义了查询，match_all声明了查询的类型。还有其他的参数可以控制返回的结果：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"size": 1
}'
(记住，还是用postman来做客户端，绝逼比curl好用)
上面的命令 返回了所有文档数据中的第一条文档。如果size不指定，那么默认返回10条。
下面的命令请求了第10-20的文档。
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"from": 10,
"size": 10
}'
下面的命令指定了文档返回的排序方式：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"sort": { "balance": { "order": "desc" } }
}'
同 "sort": { "balance": "desc" }
执行搜索
上面了解了基本的搜索语句，下面就开始深入一些常用的DSL了。
之前的返回数据都是返回文档的所有内容，这种对于网络的开销肯定是有影响的，下面的例子就指定了返回特定的字段（account_number和blance）：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match_all": {} },
"_source": ["account_number", "balance"]
}'
再回到query，之前的查询都是查询所有的文档，并不能称之为搜索引擎。下面就通过match方式查询特定字段的特定内容，比如查询余额为20的账户信息：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match": { "account_number": 20 } }
}'
查询地址为mill或者lane的信息：
curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": { "match": { "address": "mill lane" } }
}'
可以结合之前的Head客户端来使用。
过滤查询
之前说过score字段指定了文档的分数，使用查询会计算文档的分数，最后通过分数确定哪些文档更相关，返回哪些文档。
有的时候我们可能对分数不感兴趣，就可以使用filter进行过滤，它不会去计算分值，因此效率也就更高一些。
filter过滤可以嵌套在bool查询内部使用，比如想要查询在2000-3000范围内的所有文档，可以执行下面的命令：curl -XPOST 'localhost:9200/bank/_search?pretty' -d '
{
"query": {
"bool": {
"must": { "match_all": {} },
"filter": {
"range": {
"balance": {
"gte": 20000,
"lte": 30000
}}}}}
}
ES除了上面介绍过的范围查询range、match_all、match、bool、filter还有很多其他的查询方式，这里就先不一一说明了。