Elasticsearch教程：从零实现简单的全文检索功能

以下是对您提供的 Elasticsearch 教程博文的深度润色与重构版本。我以一位有多年搜索系统实战经验、同时长期在技术社区做教学分享的工程师身份，重新组织全文逻辑，彻底去除 AI 味、模板感和教科书式结构，代之以真实开发者的语言节奏、踩坑现场感、教学引导力与工程直觉。全文不设“引言/总结/展望”等刻板模块，而是用自然段落推进认知流；所有技术点都锚定在“为什么这么设计？”、“新手最容易在哪卡住？”、“生产中其实怎么调？”这三个真实问题上。

从第一条PUT /my_index开始：一个能跑通、能调试、能改写的 Elasticsearch 全文检索最小闭环

你有没有试过，在一个刚搭好的博客后台里，想加个搜索框——结果发现 MySQL 的LIKE '%关键词%'越查越慢，一搜“Java 并发”，返回一堆带“JavaScript”的文章，还排在最前面？
或者，你照着某篇教程敲完命令，ES 返回{"error": "...","status":400}，但错误信息像天书，连该去查哪一页文档都不知道？

这不是你的问题。是 Elasticsearch 的学习曲线，一开始就把人拦在了门口：它不缺文档，缺的是一条能从零跑通、中途不报错、查完还能看懂为什么排这个序的完整链路。

这篇文章不讲集群、不分片原理、不堆术语。我们就用一台笔记本，装一个 Docker 容器，写四条核心命令（三条可复制粘贴，一条建议手敲），完成：
✅ 创建一个叫article_index的索引
✅ 导入三篇测试文章（含中文标题和内容）
✅ 搜索“elasticsearch 教程”，且标题匹配比正文匹配更靠前
✅ 返回结果里，把匹配到的词自动标亮（比如<em>elasticsearch</em>）

整件事，30 分钟内做完。做完你就明白：
- 为什么 ES 不是“高级版 MySQL”，而是一种完全不同的数据使用范式；
- 为什么mapping不是可选项，而是你和 ES 之间的第一份契约；
- 为什么multi_match后面要跟^3，以及这个数字改大改小，到底影响谁的排序。

我们开始。

第一步：先让 ES “活”起来，再让它“听话”

别急着建索引。先确认你的 ES 真的在跑，而且是你能对话的那个版本。

用这行命令启动单节点（Docker）：

docker run -p 9200:9200 -p 9300:9300 \ -e "discovery.type=single-node" \ -e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \ docker.elastic.co/elasticsearch/elasticsearch:8.12.2

等几秒，执行：

curl -X GET "http://localhost:9200/?pretty"

如果看到类似这样的响应（注意"status" : 200和"version"）：

{ "name" : "2f4a7b6c1d", "cluster_name" : "docker-cluster", "cluster_uuid" : "xYzAbC...", "version" : { "number" : "8.12.2", "build_flavor" : "default", "build