Elasticsearch 全文检索完整实战（中文优先，ES8.x）

核心原理：全文检索 = 分词 → 构建倒排索引 → 查询分词 → BM25 相关性打分；中文必须装 IK 分词器，默认 standard 只会单字拆分，搜中文很难用环境：Docker 一键启动 ES + Kibana，Kibana Dev Tools 执行下面所有 DSL

一、第一步：启动 ES（Docker）

# ES 8.x 单节点，记得修改密码
docker run -d \
  --name es \
  -p 9200:9200 -p 9300:9300 \
  -e "discovery.type=single-node" \
  -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \
  -e "xpack.security.enabled=false" \
  elasticsearch:8.15.0

# Kibana
docker run -d \
  --name kibana \
  -p 5601:5601 \
  --link es:elasticsearch \
  kibana:8.15.0

访问：http://127.0.0.1:5601 → Dev Tools（控制台）

安装 IK 中文分词插件（重点！）

版本号必须和 ES 完全一致

docker exec -it es bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v8.15.0/elasticsearch-analysis-ik-8.15.0.zip
# 安装完重启es
docker restart es

IK 两种模式：

ik_max_word：建索引用，细粒度拆分，穷尽所有词
ik_smart：搜索用，粗粒度智能分词，符合人类语言

测试分词效果：

POST _analyze
{
  "analyzer": "ik_smart",
  "text": "SpringBoot整合Elasticsearch全文检索"
}

二、第二步：创建索引 + Mapping（全文检索最关键）

text：会分词，用于全文搜索；keyword：不分词，精确匹配、筛选、聚合；一般一个字段设置 text+keyword 双类型

创建索引 article，标题、内容使用 IK：

PUT /article
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "ik_max_word",
        "search_analyzer": "ik_smart",
        "fields": {
          "keyword": {"type": "keyword"}
        }
      },
      "content": {
        "type": "text",
        "analyzer": "ik_max_word",
        "search_analyzer": "ik_smart"
      },
      "author": {"type": "keyword"},
      "create_time": {"type": "date"}
    }
  }
}

三、第三步：写入测试文档

# 插入文档1
PUT /article/_doc/1
{
  "title": "SpringBoot整合Elasticsearch实现全文检索",
  "content": "Elasticsearch基于Lucene，适合海量文本的全文检索，支持中文分词、相关性排序",
  "author": "张三",
  "create_time": "2026-10-01"
}

# 插入文档2
PUT /article/_doc/2
{
  "title": "MySQL模糊查询和ES全文检索的区别",
  "content": "MySQL like %关键词% 不走索引，大数据量很慢；ES倒排索引毫秒级检索",
  "author": "李四",
  "create_time": "2026-10-02"
}

# 插入文档3
PUT /article/_doc/3
{
  "title": "Elasticsearch分词器IK使用教程",
  "content": "IK分词器解决ES中文单字分割问题，是国内做中文搜索标配",
  "author": "张三",
  "create_time": "2026-10-03"
}

四、第四步：全文检索 DSL（Query DSL，重点）

1. match 单字段全文检索（最常用）

分词匹配，命中任意分词就返回，_score 是相关性分数，默认按分数降序

GET /article/_search
{
  "query": {
    "match": {
      "title": "全文检索"
    }
  }
}

match 默认 or：分词后任意一个词命中即可；改成 and 需要全部词都出现

GET /article/_search
{
  "query": {
    "match": {
      "title": {
        "query": "ES 全文检索",
        "operator": "and"
      }
    }
  }
}

2. multi_match 多字段同时检索（搜索框常用）

同时搜标题 + 内容，还可以设置权重 ^2，标题命中权重更高

GET /article/_search
{
  "query": {
    "multi_match": {
      "query": "Elasticsearch 中文检索",
      "fields": ["title^2", "content"]
    }
  }
}

3. match_phrase 短语精确匹配（顺序不能乱，适合短语搜索）

必须连续、顺序一致，适合搜完整句子

GET /article/_search
{
  "query": {
    "match_phrase": {
      "content": "倒排索引毫秒级检索"
    }
  }
}

4. bool 组合查询（全文检索 + 过滤条件，业务最常用）

must：必须匹配（参与打分，全文检索放这里）
filter：过滤，不参与打分，缓存，性能更好（时间、状态、分类等）
should：可选匹配，增加相关性
must_not：不能匹配

GET /article/_search
{
  "query": {
    "bool": {
      "must": [
        {"multi_match": {"query": "全文检索", "fields": ["title^2","content"]}}
      ],
      "filter": [
        {"term": {"author": "张三"}},
        {"range": {"create_time": {"gte": "2026-09-01"}}}
      ]
    }
  }
}

5. 分页、高亮（前端搜索页标配）

GET /article/_search
{
  "from": 0,
  "size": 10,
  "query": {
    "multi_match": {
      "query": "Elasticsearch",
      "fields": ["title^2", "content"]
    }
  },
  "highlight": {
    "fields": {
      "title": {},
      "content": {}
    }
  }
}

返回结果里 highlight 字段自带 <em>关键词</em>，前端直接渲染标红

五、Java SpringBoot 代码实现（你常用栈）

依赖（Maven）

<!-- ES8.x 官方客户端 -->
<dependency>
    <groupId>co.elastic.clients</groupId>
    <artifactId>elasticsearch-java</artifactId>
    <version>8.15.0</version>
</dependency>
<dependency>
    <groupId>com.fasterxml.jackson.core</groupId>
    <artifactId>jackson-databind</artifactId>
</dependency>

配置类

import co.elastic.clients.elasticsearch.ElasticsearchClient;
import co.elastic.clients.json.jackson.JacksonJsonpMapper;
import co.elastic.clients.transport.ElasticsearchTransport;
import co.elastic.clients.transport.rest_client.RestClientTransport;
import org.apache.http.HttpHost;
import org.elasticsearch.client.RestClient;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class EsConfig {
    @Bean
    public ElasticsearchClient esClient(){
        RestClient restClient = RestClient.builder(HttpHost.create("http://127.0.0.1:9200")).build();
        ElasticsearchTransport transport = new RestClientTransport(restClient, new JacksonJsonpMapper());
        return new ElasticsearchClient(transport);
    }
}

全文检索方法（multi_match + 高亮）

public List<Article> search(String keyword) throws IOException {
    SearchResponse<Article> resp = esClient.search(s -> s
            .index("article")
            .query(q -> q.multiMatch(m -> m
                    .query(keyword)
                    .fields("title^2","content")
            ))
            .highlight(h->h.fields("title",f->f).fields("content",f->f)),
            Article.class
    );
    return resp.hits().hits().stream().map(hit->{
        Article art = hit.source();
        // 高亮回填
        if(hit.highlight().containsKey("title")){
            art.setTitle(hit.highlight().get("title").get(0));
        }
        if(hit.highlight().containsKey("content")){
            art.setContent(hit.highlight().get("content").get(0));
        }
        return art;
    }).collect(Collectors.toList());
}

六、常见坑 & 最佳实践

❌ 不要用 term 查 text 字段：term 不分词，直接精确匹配词条，搜不到
text 字段 analyzer=ik_max_word（索引），search_analyzer=ik_smart（查询）
过滤条件放 filter，不要放 must，减少打分，提升性能
深分页不要用 from/size，大数据用 search_after
同步：MySQL 数据 → ES，一般用 Canal / Binlog 同步，不要循环全量刷
实时性：ES 默认 1s refresh 间隔，不是写入立刻可搜

七、查询类型对比表

查询	是否分词	用途
match	✅	普通全文检索
multi_match	✅	多字段搜索
match_phrase	✅	短语连续匹配
term	❌	精确匹配（keyword 字段）
range	❌	区间筛选（时间、数字）

本文原创作者：易君召，详见：https://www.yijunzhao.cc/about，转载请注明出处。

原文链接 https://www.yijunzhao.cc/archives/elasticsearch-full-text-search-complete-practice-guide

欢迎访问 https://www.yijunzhao.cc/

https://www.yijunzhao.cc/