Elasticsearch 学习笔记：从零到实战（Docker 部署 + Spring Boot 集成）

PC2005_cloud
0 阅读6分钟

一、Elasticsearch 是什么？为什么要学？

1.1 什么是 Elasticsearch

Elasticsearch（简称 ES）是一个基于 Apache Lucene 构建的分布式、RESTful 风格的搜索和分析引擎。它能够以近实时的方式存储、搜索和分析海量数据。

1.2 为什么需要 ES？

传统关系型数据库（如 MySQL）在面对以下场景时显得力不从心：

场景MySQL 的痛点ES 的优势
全文搜索LIKE "%keyword%" 无法走索引，全表扫描性能极差倒排索引 + 分词器，毫秒级响应
海量数据聚合分析GROUP BY + COUNT 在千万级数据下慢如蜗牛分布式聚合，秒级出结果
模糊搜索 / 拼写纠错不支持内置 fuzzy 查询、自动补全
日志分析不适合存日志，写入瓶颈日处理 TB 级日志，Kibana 可视化

1.3 企业实战场景

  • 电商搜索：淘宝商品搜索、筛选、排序
  • 日志分析：ELK 栈（Elasticsearch + Logstash + Kibana）处理服务器日志
  • 全文检索：文档系统、知识库、代码搜索
  • 指标监控：APM 指标、业务指标的实时聚合
  • 推荐系统：基于用户行为的"猜你喜欢"

二、ES vs 传统数据库

很多人问："有 MySQL 为什么还要用 ES？" 来看看它们的核心差异：

维度MySQLRedisElasticsearch
数据模型关系型表Key-Value文档型（JSON）
查询方式SQL命令RESTful API + DSL
索引结构B+ 树哈希表倒排索引
分词搜索❌ LIKE 性能差❌ 不支持✅ IK/SmartCN 分词
聚合分析一般弱极强
分布式需分库分表集群模式天然分布式
一致性ACID最终一致性最终一致性（准实时）
存储磁盘内存磁盘
主要用途事务性存储缓存/会话搜索与分析

结论：ES 不是用来替代 MySQL 的，而是与 MySQL 配合——MySQL 负责事务存储，ES 负责搜索分析。典型架构：业务数据写入 MySQL → 同步到 ES → 搜索请求走 ES。

三、环境搭建：WSL + Docker

3.1 拉取 ES 镜像

# 拉取 Elasticsearch 9.4.3
docker pull docker.elastic.co/elasticsearch/elasticsearch:9.4.3

3.2 创建挂载目录和配置文件

mkdir -p es/data es/config

在 es/config/elasticsearch.yml 中写入：

# 集群名称，同一网络下相同 cluster.name 的节点会自动组成集群
cluster.name: "docker-cluster"

# 监听地址，0.0.0.0 表示允许所有来源访问（生产环境建议锁定 IP）
network.host: 0.0.0.0

# 集群发现方式，single-node 为单节点模式，跳过集群发现
discovery.type: single-node

# 安全认证开关，false 关闭认证，可直接 HTTP 访问（仅开发环境）
xpack.security.enabled: false

3.3 启动容器

docker run -d \                                # 后台运行容器
  --name es-943 \                               # 容器名
  -p 9200:9200 \                                # HTTP API 端口（宿主机:容器）
  -p 9300:9300 \                                # 节点间通信端口
  -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \         # JVM 堆内存（建议物理内存一半）
  -v "$(pwd)/es/data:/usr/share/elasticsearch/data" \           # 挂载数据目录
  -v "$(pwd)/es/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml" \  # 挂载配置文件
  docker.elastic.co/elasticsearch/elasticsearch:9.4.3  # 镜像:版本

# 注意：discovery.type 和 xpack.security 已在 elasticsearch.yml 中配置
# 所以不需要再用 -e 重复设置，避免混淆

3.4 验证部署

curl http://localhost:9200

返回正常说明启动成功：

{
  "name" : "xxx",
  "cluster_name" : "docker-cluster",
  "version" : {
    "number" : "9.4.3",
    "lucene_version" : "10.4.0"
  },
  "tagline" : "You Know, for Search"
}

四、CRUD 基础操作

4.1 新增文档

# 指定 ID（幂等）
curl -X PUT "http://localhost:9200/myblog/_doc/1" -H "Content-Type: application/json" -d '{
  "title": "Docker 基础教程",
  "content": "Docker 是一个容器化平台",
  "tags": ["docker"],
  "view_count": 256
}'

# 自动生成 ID
curl -X POST "http://localhost:9200/myblog/_doc" -H "Content-Type: application/json" -d '{
  "title": "Elasticsearch 入门",
  "content": "ES 是一款强大的搜索引擎"
}'

4.2 查询文档

# 查全部
GET /myblog/_search

# 全文搜索（match）
GET /myblog/_search
{
  "query": {
    "match": { "content": "搜索引擎" }
  }
}

# 精确匹配（term）
GET /myblog/_search
{
  "query": {
    "term": { "tags": "docker" }
  }
}

# 范围查询
GET /myblog/_search
{
  "query": {
    "range": { "view_count": { "gte": 200 } }
  }
}

4.3 更新 / 删除

# 更新部分字段
POST /myblog/_update/1
{
  "doc": { "view_count": 300 }
}

# 删除
DELETE /myblog/_doc/1

五、可视化工具

推荐两款工具来管理 ES：

特性Kibana（官方）DBX（第三方）
定位ES 专属分析平台多数据库管理（ES、MySQL、Redis...）
集群管理✅ 完整的集群监控、节点管理❌ 基础功能
可视化✅ Dashboard、图表、地图❌ 不支持
Dev Tools✅ 自带 Console，自动补全⚠️ 基础查询
日志分析✅ 对接 Logstash、Filebeat❌
安装复杂度需要部署 Kibana 容器轻量客户端
适合场景生产环境、日志分析、监控日常开发、多库管理

建议：开发时用 DBX 快速查看数据，生产环境必须上 Kibana。

六、Spring Boot 4.0 集成 ES

6.1 版本兼容

组件版本
Spring Boot4.0.7+
Spring Data Elasticsearch6.1.x（由 BOM 管理）
Elasticsearch Server9.4.x
Java21+

注意：Spring Boot 4.0 底层客户端已从 RestClient 迁移到 Rest5Client，配置定制类改为 Rest5ClientBuilderCustomizer。

6.2 Maven 依赖（pom.xml）

<parent>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-parent</artifactId>
    <version>4.0.7</version>
</parent>

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

6.3 配置文件（application.yml）

server:
  port: 8080

spring:
  elasticsearch:
    uris: http://localhost:9200

6.4 核心代码

实体类

@Document(indexName = "articles")
public class Article {
    @Id
    private String id;
    @Field(type = FieldType.Text)
    private String title;
    @Field(type = FieldType.Text)
    private String content;
    @Field(type = FieldType.Keyword)
    private String author;
    @Field(type = FieldType.Integer)
    private Integer viewCount;
    // getters & setters
}

Repository 接口

@Repository
public interface ArticleRepository extends ElasticsearchRepository<Article, String> {
    List<Article> findByAuthor(String author);
    List<Article> findByTitleContaining(String keyword);
}

ElasticsearchRepository 继承了 PagingAndSortingRepository，自带 CRUD + 分页 + 排序。

Controller

@RestController
@RequestMapping("/articles")
public class ArticleController {

    private final ArticleRepository repository;

    public ArticleController(ArticleRepository repository) {
        this.repository = repository;
    }

    @PostMapping
    public Article add(@RequestBody Article article) {
        return repository.save(article);
    }

    @GetMapping
    public Iterable<Article> findAll() {
        return repository.findAll();
    }

    @GetMapping("/author/{author}")
    public List<Article> findByAuthor(@PathVariable String author) {
        return repository.findByAuthor(author);
    }

    @GetMapping("/search")
    public List<Article> search(@RequestParam String keyword) {
        return repository.findByTitleContaining(keyword);
    }

    @GetMapping("/{id}")
    public Article findById(@PathVariable String id) { ... }

    @DeleteMapping("/{id}")
    public void delete(@PathVariable String id) { ... }
}

6.5 测试验证

启动项目后，用 curl 测试全部接口：

# 新增
curl -X POST http://localhost:8080/articles \
  -H "Content-Type: application/json" \
  -d '{"title":"Spring Boot 集成 ES","content":"测试文章","author":"pc","viewCount":100}'

# 查全部
curl http://localhost:8080/articles

# 按作者查
curl http://localhost:8080/articles/author/pc

# 按标题搜索
curl "http://localhost:8080/articles/search?keyword=Spring"

# 按 ID 查
curl http://localhost:8080/articles/<id>

# 删除
curl -X DELETE http://localhost:8080/articles/<id>

七、总结

学完这篇你掌握了什么？

  1. ✅ ES 核心概念——倒排索引、文档、分片、集群
  2. ✅ ES vs MySQL/Redis——各自定位和选型依据
  3. ✅ Docker 部署 ES——容器化启动 + 数据卷挂载
  4. ✅ REST API 基础操作——增删改查 + 搜索语法
  5. ✅ Spring Boot 4.0 集成——实体、Repository、Controller 一套打通
  6. ✅ 可视化工具选择——Kibana vs DBX 的使用场景

下一步可以学什么

  • 中文分词：安装 IK 分词器，自定义词典
  • 高级查询：布尔查询 bool、高亮 highlight、聚合 aggs
  • 数据同步：Canal / Logstash 实现 MySQL → ES 同步
  • 集群部署：多节点 + 分片 + 副本 + 故障转移
  • ELK 全家桶：ES + Logstash + Kibana + Beats 日志分析体系

Elasticsearch 是后端开发的必备技能——从搜索到分析，从日志到监控，无处不在。现在你已经成功迈出了第一步，动手试试吧！

avatar
文章
阅读
粉丝