Spring Boot + Elasticsearch 实现全文搜索功能（商品搜索）！让搜索快如闪电

全文搜索，核心就三点：建索引、存数据、查数据。今天我就手把手教你，用 Spring Boot + Elasticsearch 实现一个能用的商品搜索！"

一、准备工作（只需 3 分钟）

你需要：

• JDK 17
• IDEA
• Elasticsearch 8.0+（本地或 Docker）
• Kibana（可选，用于可视化）

💡 没有 Elasticsearch？ 用 Docker 一行命令启动：

docker run -d -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" --name elasticsearch elasticsearch:8.9.0

二、Elasticsearch 核心概念（简单理解）

三个核心概念：

• Index（索引） ：相当于数据库（如：products）
• Document（文档）：相当于一行记录（如：商品信息）
• Field（字段） ：相当于列（如：name、description）

搜索类型：

• 精确匹配 ：term 查询
• 全文搜索 ：match 查询（支持分词）
• 模糊搜索 ：wildcard、fuzzy 查询

三、Spring Boot 集成 Elasticsearch（完整代码）

步骤 1：添加依赖（pom.xml）

<dependencies>
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-web</artifactId>
    </dependency>
    
    <!-- Elasticsearch Starter -->
    <dependency>
        <groupId>org.springframework.boot</groupId>
        <artifactId>spring-boot-starter-data-elasticsearch</artifactId>
    </dependency>
    
    <dependency>
        <groupId>com.fasterxml.jackson.core</groupId>
        <artifactId>jackson-databind</artifactId>
    </dependency>
</dependencies>

步骤 2：配置 Elasticsearch（application.yml）

spring:
  elasticsearch:
    uris: http://localhost:9200
    username: elastic  # 👈 从 Docker 日志获取
    password: your-elastic-password  # 👈 从 Docker 日志获取
    
  # Jackson 配置（用于序列化）
  jackson:
    time-zone: GMT+8
    date-format: yyyy-MM-dd HH:mm:ss

# 产品索引配置
es:
  index:
    product: products  # 索引名称

步骤 3：创建商品实体类（entity/Product.java）

package com.example.esdemo.entity;

import org.springframework.data.annotation.Id;
import org.springframework.data.elasticsearch.annotations.Document;
import org.springframework.data.elasticsearch.annotations.Field;
import org.springframework.data.elasticsearch.annotations.FieldType;

@Document(indexName = "#{@environment.getProperty('es.index.product')}")
public class Product {

    @Id
    private String id;

    @Field(type = FieldType.Text, analyzer = "ik_smart", searchAnalyzer = "ik_smart")
    private String name;

    @Field(type = FieldType.Text, analyzer = "ik_smart", searchAnalyzer = "ik_smart")
    private String description;

    @Field(type = FieldType.Keyword)
    private String category;

    @Field(type = FieldType.Double)
    private Double price;

    @Field(type = FieldType.Integer)
    private Integer stock;

    // 构造函数（省略）
    public Product() {}
    public Product(String name, String description, String category, Double price, Integer stock) {
        this.name = name;
        this.description = description;
        this.category = category;
        this.price = price;
        this.stock = stock;
    }

    // getter/setter...
    public String getId() { return id; }
    public void setId(String id) { this.id = id; }
    public String getName() { return name; }
    public void setName(String name) { this.name = name; }
    public String getDescription() { return description; }
    public void setDescription(String description) { this.description = description; }
    public String getCategory() { return category; }
    public void setCategory(String category) { this.category = category; }
    public Double getPrice() { return price; }
    public void setPrice(Double price) { this.price = price; }
    public Integer getStock() { return stock; }
    public void setStock(Integer stock) { this.stock = stock; }
}

注解说明：

• @Document：指定索引名称
• @Field(type = FieldType.Text)：文本字段，支持全文搜索
• analyzer = "ik_smart"：使用中文分词器（需提前安装）

步骤 4：创建 Repository（repository/ProductRepository.java）

package com.example.esdemo.repository;

import com.example.esdemo.entity.Product;
import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;
import org.springframework.stereotype.Repository;

import java.util.List;

@Repository
public interface ProductRepository extends ElasticsearchRepository<Product, String> {

    /**
     * 根据商品名称搜索（全文搜索）
     */
    List<Product> findByNameContaining(String name);

    /**
     * 根据分类和价格范围搜索
     */
    List<Product> findByCategoryAndPriceBetween(String category, Double minPrice, Double maxPrice);

    /**
     * 自定义查询方法（按 ID 查询）
     */
    Product findById(String id);
}

步骤 5：创建搜索服务（service/SearchService.java）

package com.example.esdemo.service;

import com.example.esdemo.entity.Product;
import com.example.esdemo.repository.ProductRepository;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.domain.PageRequest;
import org.springframework.data.domain.Sort;
import org.springframework.stereotype.Service;

import java.util.List;

@Service
public class SearchService {

    @Autowired
    private ProductRepository productRepository;

    /**
     * 全文搜索商品（按名称和描述）
     */
    public List<Product> searchProducts(String keyword, int page, int size) {
        // 使用原生查询实现更复杂的搜索
        // 这里简化，使用 Repository 的自带方法
        return productRepository.findByNameContaining(keyword, PageRequest.of(page, size, Sort.by("price").ascending()));
    }

    /**
     * 分类筛选搜索
     */
    public List<Product> searchByCategory(String category, Double minPrice, Double maxPrice, int page, int size) {
        return productRepository.findByCategoryAndPriceBetween(
            category, minPrice, maxPrice, 
            PageRequest.of(page, size, Sort.by("price").ascending())
        );
    }

    /**
     * 保存商品到 ES
     */
    public Product saveProduct(Product product) {
        return productRepository.save(product);
    }

    /**
     * 批量保存商品
     */
    public Iterable<Product> saveAllProducts(List<Product> products) {
        return productRepository.saveAll(products);
    }

    /**
     * 删除商品
     */
    public void deleteProduct(String id) {
        productRepository.deleteById(id);
    }
}

步骤 6：创建搜索控制器（controller/SearchController.java）

package com.example.esdemo.controller;

import com.example.esdemo.entity.Product;
import com.example.esdemo.service.SearchService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.*;

import java.util.List;
import java.util.Map;

@RestController
@RequestMapping("/api/search")
public class SearchController {

    @Autowired
    private SearchService searchService;

    /**
     * 全文搜索
     */
    @GetMapping
    public Map<String, Object> search(@RequestParam String keyword,
                                     @RequestParam(defaultValue = "0") int page,
                                     @RequestParam(defaultValue = "10") int size) {
        List<Product> products = searchService.searchProducts(keyword, page, size);
        return Map.of("success", true, "data", products, "total", products.size());
    }

    /**
     * 分类筛选搜索
     */
    @GetMapping("/filter")
    public Map<String, Object> searchByFilter(@RequestParam String category,
                                             @RequestParam(required = false) Double minPrice,
                                             @RequestParam(required = false) Double maxPrice,
                                             @RequestParam(defaultValue = "0") int page,
                                             @RequestParam(defaultValue = "10") int size) {
        minPrice = minPrice != null ? minPrice : 0.0;
        maxPrice = maxPrice != null ? maxPrice : Double.MAX_VALUE;
        
        List<Product> products = searchService.searchByCategory(category, minPrice, maxPrice, page, size);
        return Map.of("success", true, "data", products, "total", products.size());
    }

    /**
     * 批量导入测试数据
     */
    @PostMapping("/import")
    public String importTestData() {
        Product p1 = new Product("iPhone 15", "最新款苹果手机，A17芯片，超视网膜XDR显示屏", "手机", 5999.0, 100);
        Product p2 = new Product("MacBook Pro", "专业笔记本电脑，M3芯片，Liquid视网膜XDR显示屏", "电脑", 12999.0, 50);
        Product p3 = new Product("AirPods Pro", "无线降噪耳机，自适应通透模式", "耳机", 1999.0, 200);
        Product p4 = new Product("iPad Air", "轻薄平板电脑，M2芯片，11英寸Liquid视网膜显示屏", "平板", 4599.0, 80);
        
        searchService.saveAllProducts(List.of(p1, p2, p3, p4));
        return "测试数据导入成功！";
    }
}

四、运行验证（30 秒搞定）

1. 启动 Elasticsearch

确保 ES 已启动并能访问

2. 启动 Spring Boot 项目

mvn spring-boot:run

3. 导入测试数据

POST http://localhost:8080/api/search/import

4. 测试搜索

# 全文搜索
GET http://localhost:8080/api/search?keyword=苹果

# 分类筛选
GET http://localhost:8080/api/search/filter?category=手机&minPrice=5000&maxPrice=10000

预期结果

• 搜索 "苹果" → 返回 iPhone 15（因为描述中有"苹果手机"）
• 分类筛选 → 返回符合条件的商品
• 响应速度毫秒级！

✅ 对比传统数据库 LIKE 查询，速度提升 10 倍以上！

六、Bonus：中文分词配置（关键！）

1. 安装 IK 分词器

# 进入 ES 容器
docker exec -it elasticsearch /bin/bash

# 安装 IK 分词器（版本要匹配 ES 版本）
bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v8.9.0/elasticsearch-analysis-ik-8.9.0.zip

# 重启 ES
docker restart elasticsearch

2. 验证分词效果

# 测试分词
POST /_analyze
{
  "analyzer": "ik_smart",
  "text": "最新款苹果手机"
}

七、进阶：高亮显示搜索结果

// 在 Service 中添加高亮查询
public SearchHits<Product> searchWithHighlight(String keyword) {
    Query query = NativeQuery.builder()
        .withQuery(q -> q.match(m -> m.field("name").query(keyword)))
        .withHighlight(h -> h.fields(f -> f.field("name").preTags("<em>").postTags("</em>")))
        .build();
    
    return elasticsearchOperations.search(query, Product.class);
}

八、写在最后

Elasticsearch，看似复杂，实则是 索引 + 文档 + 查询 的组合。

记住三句话：

• 中文搜索必须装 IK 分词器
• 文本字段用 Text，精确匹配用 Keyword
• 全文搜索比数据库 LIKE 快 10 倍

学会 Elasticsearch，你就掌握了 海量数据搜索的核心技能！

---

互动时间 ：

你用 Elasticsearch 做过什么搜索功能？是商品搜索？还是日志分析？

欢迎评论区分享！

下期预告 ：

《Spring Boot + Prometheus + Grafana 实现系统监控告警》