数据库的 LIKE ‘%keyword%’ 在数据量破百万时基本是废的。全文搜索的解决方案是 Elasticsearch——一个基于 Lucene 的分布式搜索和分析引擎。

倒排索引：为什么 ES 搜得这么快

传统数据库按行存储——搜索需要逐行扫描。ES 的倒排索引按词存储——每个词对应一个文档 ID 列表，查询时直接定位到相关文档，无需全表扫描。

例如搜索 Docker 容器时，ES 直接取交集定位到匹配文档，速度比数据库的 LIKE 快几个数量级。

映射（Mapping）设计

映射定义了文档字段的类型和索引行为。最常见的坑是字符串的两种类型：

类型 用途 示例
text 全文搜索（分词） 文章内容、描述
keyword 精确匹配（不分词） 标签、状态、ID

title 字段应该同时映射为 text（分词搜索）+ keyword 子字段（用于排序和聚合），这是生产环境的标准做法。

IK 中文分词器

默认分词器对中文只会逐字拆分——容器化部署变成容、器、化、部、署——完全失去语义。IK 分词器解决了这个问题：

ik_max_word 做最细粒度切分：容器化部署 -> 容器化、容器、部署。ik_smart 做粗粒度切分：容器化部署 -> 容器化、部署。

Bool Query：多条件组合查询

Bool Query 是 ES 查询的通用语言，四种子句：

  • must：必须匹配（AND + 参与评分）
  • filter：必须匹配（AND + 不评分 + 更快）
  • must_not：必须不匹配（NOT）
  • should：可选匹配（OR + 提升相关性评分）

将评分查询放在 must，精确过滤放在 filter（利用缓存加速），能达到最佳性能。

聚合分析：不仅仅是搜索

ES 的聚合能力相当于一个实时分析引擎——terms 聚合做标签统计、date_histogram 做时间趋势分析、avg/sum 做数值计算。一套查询既能返回搜索结果，又能附带聚合分析数据。

分片策略

单个分片不要超过 50GB。写入密集型场景适当增加分片数以提升并发。搜索密集型场景每个节点上的分片数控制在 20 个以内，避免分片间协调开销。

总结

ES 的本质是分布式文档存储 + 搜索引擎 + 分析引擎的三合一系统。倒排索引是速度的秘密，正确的映射是准确性的基础，IK 分词是中文搜索的必需品，Bool Query 是所有复杂查询的通用语言。掌握了这些，你就拥有了真正的全文搜索能力。