Windows Elasticsearch 完整上手教程

本文从部署、概念、接口调试、Java接入、常用查询讲解ES的使用。

一、ES核心定位

1）是什么

Elasticsearch（ES）：分布式全文检索引擎，基于Lucene封装，RESTful API，JSON交互；靠倒排索引实现海量数据秒级全文检索、聚合统计，典型ELK日志栈、电商搜索、埋点分析组件。

2）和MySQL对比

ES概念	MySQL等价	说明
Index（索引）	Database库	7.x废弃type，一个索引只存一类数据
Document文档	Row行记录	JSON格式单条数据，自带`_id`唯一标识
Field字段	Column列	单个属性
Mapping映射	Table表结构	定义字段类型、分词、是否索引
Shard主分片	分库分表	水平拆分，创建索引时数量固定不可改
Replica副本	备份	容灾+分担查询压力，可动态修改数量

3）两种核心字段类型

text：分词、全文模糊搜索（商品标题、文章内容）；
keyword：不分词、精确匹配、排序、聚合（手机号、订单号、状态）。

二、Windows单机部署 ES+Kibana

版本配套规则

ES和Kibana大版本必须完全一致，示例用8.x稳定版；Windows解压即用，路径不能中文、空格。

步骤1：下载解压

ES压缩包：elasticsearch-8.x-windows-x86_64.zip
Kibana压缩包：kibana-8.x-windows-x86_64.zip
解压示例：

D:\soft\es8
D:\soft\kibana8

步骤2：ES配置

关闭安全、单机模式

编辑 config/elasticsearch.yml，追加：

yaml 复制代码

# 允许外网访问
network.host: 0.0.0.0
http.port: 9200
# 单机节点，不用集群
discovery.type: single-node
# 关闭Xpack安全认证（开发环境）
xpack.security.enabled: false
xpack.security.enrollment.enabled: false
xpack.security.http.ssl.enabled: false
xpack.security.transport.ssl.enabled: false

修改JVM内存 config/jvm.options（本机开发推荐）：

复制代码

-Xms512m
-Xmx512m

步骤3：启动ES

执行 bin/elasticsearch.bat，黑窗口不要关闭；

验证：浏览器访问 http://127.0.0.1:9200，返回版本JSON即成功。

步骤4：Kibana可视化控制台

写DSL必备

修改 config/kibana.yml

yaml 复制代码

server.host: "0.0.0.0"
elasticsearch.hosts: ["http://127.0.0.1:9200"]

启动：bin/kibana.bat
访问：http://127.0.0.1:5601 → 左侧 Dev Tools，直接执行DSL语句。

IK中文分词器

默认英文分词，中文必须装IK，版本和ES严格一致：

bash 复制代码

# ES根目录执行
bin/elasticsearch-plugin install https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v8.15.1/elasticsearch-analysis-ik-8.15.1.zip

重启ES生效；分词模式：

ik_max_word：细粒度拆分（检索用）
ik_smart：粗粒度拆分（存入索引用）

三、DSL全套CRUD实操

1）索引操作

json 复制代码

# 1. 创建索引+Mapping（商品索引，固定字段类型）
PUT /goods
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0
  },
  "mappings": {
    "properties": {
      "id": {"type": "keyword"},
      "title": {"type": "text","analyzer":"ik_max_word"},
      "price": {"type": "double"},
      "category": {"type": "keyword"},
      "stock": {"type": "integer"}
    }
  }
}

# 查看索引结构
GET /goods/_mapping

# 删除索引（谨慎）
DELETE /goods

# 查看所有索引
GET /_cat/indices?v

2）文档CRUD

json 复制代码

# 新增文档（指定_id=1）
PUT /goods/_doc/1
{
  "id":"1001",
  "title":"华为Mate70智能手机",
  "price":4999,
  "category":"手机",
  "stock":100
}

# 查询单条
GET /goods/_doc/1

# 全量更新（覆盖整条）
PUT /goods/_doc/1
{
  "id":"1001",
  "title":"华为Mate70 Pro",
  "price":5499,
  "category":"手机",
  "stock":88
}

# 局部更新（只改单个字段，推荐）
POST /goods/_update/1
{
  "doc":{"stock":80}
}

# 删除文档
DELETE /goods/_doc/1

# 批量插入多条
POST /goods/_bulk
{"index":{"_id":2}}
{"id":"1002","title":"小米15手机","price":3999,"category":"手机","stock":200}
{"index":{"_id":3}}
{"id":"1003","title":"机械键盘","price":199,"category":"外设","stock":500}

3）高频检索DSL

（1）全文检索（text分词模糊匹配）

json 复制代码

# 标题含"手机"
GET /goods/_search
{
  "query": {
    "match": {
      "title": "手机"
    }
  }
}

（2）精确匹配（keyword）

json 复制代码

GET /goods/_search
{
  "query": {
    "term": {
      "category": {"value":"手机"}
    }
  }
}

（3）范围查询+分页+排序

json 复制代码

# 价格100~5000，价格降序，第1页每页10条
GET /goods/_search
{
  "from":0,
  "size":10,
  "sort":[{"price":"desc"}],
  "query":{
    "range":{"price":{"gte":100,"lte":5000}}
  }
}

（4）布尔组合多条件

json 复制代码

# 必须是手机 + 价格小于4500，过滤不参与打分
GET /goods/_search
{
  "query": {
    "bool": {
      "must": [{"match":{"title":"手机"}}],
      "filter": [{"range":{"price":{"lte":4500}}}]
    }
  }
}

（5）聚合统计（分类销量、均价）

json 复制代码

GET /goods/_search
{
  "size":0,
  "aggs": {
    "group_by_category": {
      "terms": {"field":"category"},
      "aggs": {
        "avg_price": {"avg":{"field":"price"}}
      }
    }
  }
}

四、SpringBoot整合ES

Maven依赖

xml 复制代码

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

application.yml配置

yaml 复制代码

spring:
  elasticsearch:
    uris: http://127.0.0.1:9200

方式1：Repository

简单CRUD，类似MyBatis

实体类映射ES索引

java 复制代码

import lombok.Data;
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;

@Data
@Document(indexName = "goods")
public class GoodsDoc {
    @Id
    private String id;
    @Field(type = FieldType.Text, analyzer = "ik_max_word")
    private String title;
    @Field(type = FieldType.Keyword)
    private String category;
    @Field(type = FieldType.Double)
    private Double price;
    private Integer stock;
}

Mapper接口

java 复制代码

import org.springframework.data.elasticsearch.repository.ElasticsearchRepository;
public interface GoodsEsRepo extends ElasticsearchRepository<GoodsDoc,String> {
}

调用示例

java 复制代码

@Autowired
private GoodsEsRepo goodsEsRepo;

// 新增
goodsEsRepo.save(new GoodsDoc());
// 根据id查询
Optional<GoodsDoc> doc = goodsEsRepo.findById("1");

方式2：ElasticsearchRestTemplate

用于复杂DSL、聚合、多条件

适合自定义复杂检索，手动拼接DSL，企业主流用法。

五、经典业务架构：MySQL同步ES两种方案

方案1：Canal监听Binlog同步

实时同步

MySQL binlog → Canal → Kafka → Java消费端写入ES，延迟毫秒级，适合订单、商品实时更新场景。

方案2：Logstash定时同步

配置JDBC输入源，定时轮询MySQL增量数据，批量写入ES，T+1离线同步。

六、高频踩坑

text和keyword用反
模糊搜索用match(text)；精确查询、排序、聚合必须term(keyword)，否则查不出数据。
深分页 from+size>10000
ES默认禁止，大数据分页改用search_after游标分页。
不要用%关键词%通配符查询
全表扫描CPU打满，ES天然分词检索，改用match即可。
Mapping动态自动推断字段
线上关闭dynamic:true，防止随意新增字段导致索引膨胀、查询变慢。
分片数量一经创建不能修改
单机开发主分片设1，集群部署按节点规划，只能重建索引修改。