怎样用elasticsearch做全文检索

下面从概念 → 搭建 → 索引 → 查询 → 优化几个层面，系统讲一下如何用 Elasticsearch 做全文检索。

一、Elasticsearch 全文检索基本原理

Elasticsearch（ES）是一个基于 Lucene 的分布式搜索引擎，全文检索核心流程是：

1. 分词（Analysis）
   • 文本 → 词条（term）
   • 中文常用 IK、jieba 分词器
2. 建倒排索引（Inverted Index）
   • 词条 → 文档 ID 列表
3. 查询时
   • 查询语句先分词
   • 再用倒排索引快速匹配
4. 相关性打分（BM25）
   • 根据词频、逆文档频率等计算 score

二、环境准备

1. 安装 Elasticsearch

# 示例（Docker）
docker run -d \
  -p 9200:9200 -p 9300:9300 \
  --name es \
  elasticsearch:8.11.0

访问：

http://localhost:9200

三、创建索引（重点）

1. 创建索引（指定分词器）

PUT /articles
{
  "settings": {
    "analysis": {
      "analyzer": {
        "default": {
          "type": "ik_max_word"
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "content": {
        "type": "text"
      },
      "author": {
        "type": "keyword"
      },
      "create_time": {
        "type": "date"
      }
    }
  }
}

✅ 中文必须使用 ik_max_word 或 ik_smart

四、写入数据

POST /articles/_doc
{
  "title": "Elasticsearch 全文检索入门",
  "content": "Elasticsearch 是一个强大的搜索引擎，支持中文全文检索。",
  "author": "张三",
  "create_time": "2024-01-01"
}

五、全文检索查询方式

1. match（最常用）

GET /articles/_search
{
  "query": {
    "match": {
      "content": "全文检索"
    }
  }
}

✅ 会分词
✅ 按相关性排序

2. multi_match（多字段）

GET /articles/_search
{
  "query": {
    "multi_match": {
      "query": "Elasticsearch",
      "fields": ["title", "content"]
    }
  }
}

3. match_phrase（短语匹配）

GET /articles/_search
{
  "query": {
    "match_phrase": {
      "content": "中文全文检索"
    }
  }
}

✅ 顺序必须一致

4. bool 组合查询（实战常用）

GET /articles/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "content": "搜索引擎" } }
      ],
      "filter": [
        { "term": { "author": "张三" } }
      ]
    }
  }
}

六、高亮显示

GET /articles/_search
{
  "query": {
    "match": {
      "content": "全文检索"
    }
  },
  "highlight": {
    "fields": {
      "content": {}
    }
  }
}

七、排序与分页

GET /articles/_search
{
  "query": {
    "match_all": {}
  },
  "sort": [
    { "create_time": "desc" }
  ],
  "from": 0,
  "size": 10
}

八、性能优化建议

1. 分词器选择

• ik_max_word：分词细，召回高
• ik_smart：分词粗，性能好

2. 只索引需要的字段

"content": {
  "type": "text",
  "index": true
}

3. 避免深分页

• 使用 search_after

4. 冷热分离 / 分片合理

• 单索引不超过 50GB

九、典型架构

应用 → ES Client → Elasticsearch
                   ↓
               倒排索引

常见组合：

• 日志：ES + Logstash + Kibana
• 搜索：MySQL / MongoDB + ES

十、简单总结

✅ 全文检索关键步骤：

1. 合理建索引
2. 选对分词器
3. 使用 match / bool 查询
4. 高亮 + 排序

如果你愿意，我可以：

• 给你 Spring Boot + ES 示例
• 或 千万级数据搜索优化方案
• 或 IK 分词器详细配置

你现在是准备用在哪个场景？