Elasticsearch（简称 ES）是一款开源的分布式全文搜索引擎 & 数据分析引擎，核心优势是海量数据的近实时检索、模糊匹配、聚合统计，常见用途：

• 电商商品搜索、站内全文检索
• 日志数据分析与监控（ELK 技术栈）
• 大数据指标统计、地理空间检索
• 智能推荐、舆情分析等

第一步：环境准备

利用docker拉取

Elasticsearch（es服务端）

Kibana（es的可视化工具）

IK 中文分词器（es插件）

第二步：基础概念

对于新手，重点是理解索引，文档，映射，DSL

第三步：Es基础操作

1.索引（相当于mysql里的库）操作：

创建索引：

查看索引：

删除索引：

2.映射 Mapping 操作（相当于 MySQL 的建表，定义字段类型）

Mapping 定义了索引里字段的类型、分词规则，是搜索的核心，必须先定义 Mapping，再插入数据，不要让 ES 自动生成类型，会导致搜索不符合预期。

核心字段类型

创建索引并定义完整mapping（相当于建表）

运行后返回acknowledged: true，说明创建成功，后续插入数据必须符合这个字段类型规范。

三、文档的基础操作（相当于 MySQL 的行数据增删改查）

文档相当于mysql里的行

新增文档（插入数据）

注：

doc是文档操作的标识，代表着一种操作的类型

批量插入文档（快速造测试数据）

查询文档

方式 1：根据文档 ID 精准查询

方式 2：查询索引里所有文档（相当于 MySQL 的 select * from goods）

修改文档

方式 1：全量覆盖修改（和新增语法一致，ID 存在就覆盖，不存在就新增）

方式 2：局部修改

 删除文档

四.核心搜索操作（ES 的核心能力）

query 是 Elasticsearch 搜索的核心关键字

所有搜索条件、匹配规则、过滤逻辑，全都写在 query 大括号 {} 里面。

1. 全文检索（match，最核心）

match 会对搜索关键词进行分词，然后和 text 类型的字段匹配，适合商品名称、文章内容的模糊搜索。

2. 精准匹配（term/terms，不分词）

term 不会对关键词分词，直接精准匹配，适合 keyword、数字、日期、布尔类型的字段，比如分类、状态、ID。

3. 范围查询（range）

4. 组合查询（bool，多条件组合，最常用）

bool 查询可以把多个查询条件组合起来，相当于 MySQL 的 and/or/not，是实际开发中最常用的语法。bool 有 4 个核心参数：

• must：必须满足的条件，相当于 and，会计算相关性得分
• must_not：必须不满足的条件，相当于 not
• should：满足其中一个即可，相当于 or
• filter：过滤

        

5. 分页、排序、高亮

分页

排序

高亮

第四步：测试中文分词器

ES 默认的 standard 分词器对中文支持极差，会把中文拆成单个字，比如 "华为手机" 会拆成 "华"" 为 ""手"" 机 "，搜索效果完全不符合预期，中文搜索必须安装 IK 分词器。

1. 安装步骤

1. 下载和 ES 版本完全一致的 IK 分词器 zip 包，不要解压
2. 在 ES 的 plugins 目录下，新建一个名为ik的文件夹
3. 把下载的 zip 包解压到 ik 文件夹里
4. 重启 ES 服务（关闭之前的命令行窗口，重新双击 elasticsearch.bat）
5. 重启 Kibana 服务

2. 验证 IK 分词器是否安装成功

运行后能看到把 "华为"" 手机 " 分成完整的词，说明安装成功。

3. 把 IK 分词器配置到索引 Mapping 里