当前位置： 首页 > news >正文

Elasticsearch 学习笔记：从零到实战（Docker 部署 + Spring Boot 集成） - PC2005

news 2026/8/16 17:23:26

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 MySQL Redis Elasticsearch
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 Boot 4.0.7+
Spring Data Elasticsearch 6.1.x（由 BOM 管理）
Elasticsearch Server 9.4.x
Java 21+

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: 8080spring:elasticsearch:uris: http://localhost:9200

6.4 核心代码

实体类

@Document(indexName = "articles")
public class Article {@Idprivate 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;}@PostMappingpublic Article add(@RequestBody Article article) {return repository.save(article);}@GetMappingpublic 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！

http://www.jsqmd.com/news/1405903/

相关文章：

  • 2026年内蒙古做智慧燃气安全监管平台的公司有哪些？
  • 网易智企两项大模型安全能力入选金融业人工智能安全工具首批权威目录
  • arXiv AI 论文日报 — 2026-08-15
  • 如何二次开发TYZRNEditor：扩展富文本功能与工具栏的完整指南
  • 台州热门轻食糕点培训机构｜港焙学校真实测评 - 港焙西点-知美人美学
  • URP Blit Render Feature 兼容性路线图：从 Unity 2019 到 6.3 的分支选择与升级指南
  • 318川藏线跟车队费用多少钱？2026市场实价+隐形消费拆解 - 老金2026
  • WVP-PRO 实战指南：三步搭起基于 GB28181 的一体化视频监控平台
  • IRISMAN 体验记：一台吃灰多年的 PS3，是怎么被这款备份管理器救活的
  • PinView密码隐藏功能详解：setPasswordHidden与星号明文切换
  • DeepSeek‑Harness Windows 本地快速上手
  • 微信聊天记录如何永久保存？1 个免费工具，3 步导出 HTML、Word、CSV
  • OntoL产品设计思路—大模型是旁白，本体才是主角 - 北方的银狐
  • 机翻把我的排版全毁了？tri-translate 的跨格式等价救回来
  • pgrust 安装教程：Docker 一键启动你的第一个 Rust 版 PostgreSQL
  • 长沙雨花区卫生间地漏疏通｜长沙管道疏通公司推荐 - 超人防水
  • ESP32 物联网开发入门：一文带你从点亮 LED 到做出会联网的温湿度计
  • 两张看起来相同的图片，为何一张能反解出“我喜欢“？聊聊 BlindWaterMark 盲水印
  • ai免费写论文实用吗？实测3款AI论文软件，结果有好有坏！ - 论文助教
  • A05_五种语言，同一个接口：Java _ Go _ Node.js _ C# _ PH
  • 2026年8月上海徐汇区附近花店实测｜本地鲜花布置消费避坑指南 - 超人防水
  • 北京丰台包包回收白皮书发布后北京市监部门将加强日常监管与专项整治 - 大牌科普时报
  • 什么是说话人分离？用diar_streaming_sortformer_4spk-v2理解“谁在何时说了什么“
  • 看病化验要降价了？全国“一把尺“，医疗检验收费将同检同价
  • V6.0.0把经营流程做进了系统：护航俱乐部接单平台与游戏电竞护航陪玩源码系统小程序更新观察 - 壹软科技
  • 实测Zotero PDF2zh翻译插件：三步让英文文献阅读效率翻倍
  • 2026东莞房屋漏水维修避坑指南｜正规修缮与乱象对比，少花冤枉钱 - 筑宅安
  • 2026最新降AIGC网站盘点:11款中英文工具横评，降AI率有效的方法是什么？ - 降AI小能手
  • 微信聊天记录如何永久保存：WeChatMsg导出HTML、Word、CSV完整指南
  • 2026年西安美业培训合作选型：正规性核查标准与避坑指南，附陕西欧曼谛时尚美业学校合规性深度解析 - U渠道