07-Elasticsearch 分布式搜索引擎

对应原始资料：微服务框架课件/04-Elasticsearch01、05-Elasticsearch02、06-Elasticsearch03

一、Elasticsearch 是什么

• 基于 Lucene 的分布式搜索和分析引擎。
• 倒排索引：根据词条快速找到对应文档，搜索效率极高。
• 全文检索、结构化检索、聚合分析。

应用场景

• 商品/文章搜索。
• 日志分析（ELK：ES + Logstash + Kibana）。
• 数据可视化（聚合）。

二、核心概念对照

关系型 DB	Elasticsearch
Database	Index（索引）
Table	Type（已弱化）
Row	Document（文档，JSON）
Column	Field（字段）
Schema	Mapping
SQL	DSL（JSON 查询）

三、安装与启动

Docker

docker run -d --name es -p 9200:9200 -p 9300:9300 \
  -e "discovery.type=single-node" -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
  elasticsearch:7.12.1

docker run -d --name kibana --link es:elasticsearch -p 5601:5601 kibana:7.12.1

• ES 端口：9200（HTTP）、9300（TCP）。
• Kibana：可视化界面 http://localhost:5601。

IK 分词器：中文分词必备，放入 plugins/ik。

四、IK 中文分词器

POST /_analyze
{ "analyzer": "ik_max_word", "text": "黑马程序员" }
// ik_smart：粗粒度  /  ik_max_word：细粒度

可自定义词典扩展词、停用词。

五、索引操作

// 创建索引 + mapping
PUT /hotel
{
  "mappings": {
    "properties": {
      "name":    { "type": "text", "analyzer": "ik_max_word" },
      "price":   { "type": "integer" },
      "city":    { "type": "keyword" },
      "star":    { "type": "byte" },
      "location":{ "type": "geo_point" }
    }
  }
}

GET /hotel                    // 查看
DELETE /hotel                 // 删除

字段类型

• text：会分词，全文搜索。
• keyword：不分词，精确匹配（标签、城市）。
• integer/long/double：数值。
• date：日期。
• boolean、geo_point、geo_shape、object、nested。

六、文档 CRUD

POST /hotel/_doc/1
{ "name": "如家酒店", "price": 200, "city": "北京" }

GET /hotel/_doc/1
PUT  /hotel/_doc/1
DELETE /hotel/_doc/1

POST /hotel/_bulk            // 批量

七、DSL 查询语法（重点）

GET /hotel/_search
{
  "query": {
    "match_all": {}
  },
  "from": 0, "size": 20,
  "sort": [ { "price": "asc" } ],
  "highlight": { "fields": { "name": {} } }
}

1. 查询分类

类型	示例
match_all	全部
match	全文检索（先分词再查）
term	精确匹配（不分词）
range	范围 gte/lte
bool	组合 must/should/must_not/filter
multi_match	多字段检索

{
  "query": {
    "bool": {
      "must":     [ { "match": { "name": "如家" } } ],
      "filter":   [ { "range": { "price": { "lte": 500 } } },
                     { "term":  { "city": "北京" } } ]
    }
  }
}

must 参与算分，filter 不算分（更快，可缓存）。

2. 算分（相关度）

• TF-IDF / BM25。
• function_score：自定义打分（如广告位加权）。

3. 聚合（Aggregation）

类似 SQL GROUP BY：

{
  "size": 0,
  "aggs": {
    "by_brand": {
      "terms": { "field": "brand", "size": 10 }
    },
    "avg_price": { "avg": { "field": "price" } }
  }
}

八、SpringBoot 整合

1. 依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>

2. 实体

@Document(indexName = "hotel")
public class Hotel {
    @Id private Long id;
    @Field(type = FieldType.Text, analyzer = "ik_max_word")
    private String name;
    @Field(type = FieldType.Keyword)
    private String city;
    @Field(type = FieldType.Integer)
    private Integer price;
}

3. Repository / ElasticsearchRestTemplate

public interface HotelRepository extends ElasticsearchRepository<Hotel, Long> {
}

@Autowired private ElasticsearchRestTemplate es;

NativeSearchQuery q = new NativeSearchQueryBuilder()
    .withQuery(QueryBuilders.matchQuery("name", "如家"))
    .withPageable(PageRequest.of(0, 10))
    .build();
List<Hotel> list = es.queryForList(q, Hotel.class);

实际项目也常用 RestHighLevelClient 直接发 DSL，更灵活。

九、集群与分片

• 分片 shard：索引水平拆分，分布在不同节点。
• 副本 replica：分片的拷贝，高可用。
• 节点角色：master、data、coordinating。

cerebro 工具可视化集群（资料中有 cerebro-0.9.4）。

练习建议

1. 用 Docker 启动 ES + Kibana，在 Kibana 控制台手写 DSL。
2. 创建一个 hotel 索引，导入测试数据。
3. 写一个多条件组合查询（关键字 + 价格范围 + 城市）。
4. 用 SpringBoot 实现一个酒店搜索接口（分页 + 高亮）。
5. 用聚合统计"每个品牌有多少家酒店、平均价格"。