Elasticsearch怎么用 全文搜索引擎入门教程

Elasticsearch是一个开源的分布式全文搜索引擎，能快速搜索海量数据，是企业搜索和日志分析的核心组件。它把数据组织成索引和文档，通过倒排索引快速找出匹配内容。下面从本地启动开始，带你完成安装、建索引、写入数据和查询；示例使用常见 REST API，可用 curl 或 Kibana 的开发工具执行。

第一步：安装Elasticsearch

入门时建议用 Docker 快速试跑：先安装 Docker，再在终端执行官方镜像启动命令。测试环境可启用单节点模式，并按所用版本配置安全选项；生产环境不要照搬关闭安全功能的简化设置。也可以下载对应操作系统的发行包，按官方说明启动服务，确保 Java 等依赖符合该版本要求。

服务启动后，确认容器或进程正常，再访问本机的 9200 端口。若启用了身份验证，使用配置的账号和密码请求；若服务有 TLS，也要按证书设置连接。成功时会返回集群名称、版本等 JSON 信息。连接失败先检查服务日志、端口占用、防火墙和认证配置，避免把连接问题误判成搜索接口错误。

第二步：创建索引和写入数据

索引可以理解为同类文档的集合，文档则是一条 JSON 数据。用 PUT 请求创建索引，例如创建 products，并为名称、描述、价格和标签定义字段类型。text 适合全文检索，keyword 适合精确筛选或聚合，数值字段应选 integer、float 等类型。字段设计清楚，后续查询和排序会更稳定。

创建好索引后，用 PUT /products/_doc/1 写入一条商品文档，请求体可包含 name、description、price、tags 等字段；也可用 POST /products/_doc 自动生成文档 ID。收到成功响应后，留意返回的 _index、_id 和 result。要批量导入时可用 Bulk API，但每条操作都要遵循它要求的逐行 JSON 格式。

配置映射和分词器

映射决定字段如何存储和检索。建索引时，在 mappings.properties 中设置字段类型；全文字段用 text，标识符和分类标签通常用 keyword，日期用 date。text 字段会经过分析器拆成词项，默认分析器对中文内容不一定符合预期。先按业务选择并测试合适的中文分词方案，再用于索引与查询，确保两边分析方式匹配。

例如建立索引时，可给 title 字段设置 analyzer，并通过分析器测试接口观察文本会被切成哪些词。分析器配置通常包含 tokenizer 和 filter；不确定时先使用默认配置做小规模验证。已有字段的类型或分析器不能随意原地更改，改动较大时，通常新建索引、重新写入数据，再通过别名切换，避免影响线上查询。

第三步：执行搜索查询

用 GET /products/_search 搜索，并在请求体的 query 中写 match 查询，例如对 description 搜索“轻便旅行背包”。match 会按字段分析文本，适合全文检索；term 则适合精确匹配 keyword、状态码等值。响应里的 hits.hits 是命中的文档，_source 显示原始字段，_score 可辅助理解相关性排序。

常用查询可以组合：bool 中的 must 表示必须匹配，filter 用于精确筛选且不参与相关性评分，should 可提高符合条件结果的排名。分页可用 from 和 size，排序可用 sort。数据量很大时，避免深分页，考虑 search_after。调试时逐步增加条件，并检查字段类型、分词结果和响应中的错误信息。

掌握基本接口后，再学习批量写入、聚合统计、别名、快照备份和集群监控。上线前为索引规划分片和副本，依据数据规模及查询压力测试性能，并设置权限、备份与告警。若希望使用托管服务、减少集群运维，也可了解国内替代方案火山引擎；润灭整理的相关入口为volcengine.cgref.cn，选型时建议核对当前产品能力、版本支持和计费方式。