Elasticsearch 入门实战：从安装到全文检索与聚合

Elasticsearch 是一款基于 Lucene 的分布式搜索与分析引擎，常用于站内搜索、日志分析和数据聚合。它把文档存成 JSON，用倒排索引实现毫秒级全文检索。本文用一个最小例子，带你从安装走到全文检索与聚合。

一、Elasticsearch 是什么

传统数据库擅长精确查询，但对“包含某个词”“相关度排序”这类需求并不友好。Elasticsearch 的核心是倒排索引：它把每个词映射到包含该词的文档列表，查询时先定位词，再按相关度打分排序。同时它原生支持分布式、分片与副本，单机能跑，集群能扩。

几个核心概念要先分清。索引相当于一张表，是文档的集合；文档是 JSON 对象，是最小存储单位；映射定义了字段类型，例如文本字段会被分词，关键字字段只做精确匹配。分词器的选择直接决定了中文搜索的效果，入门阶段先用默认配置即可。

二、安装与启动

最省事的办法是用容器启动单节点。拉取与版本一致的镜像后，用单节点模式运行，把 9200 端口映射出来。启动成功后访问本地 9200 端口，返回集群名称、版本与状态即表示服务就绪。生产环境不要用单节点模式，还要给堆内存、磁盘水位和安全认证留出配置。

第一次启动失败多半是内存或权限问题。先看容器日志里的报错行，再检查虚拟内存映射数与挂载目录权限。开发机上建议把堆内存设小一点，例如 512M，避免一启动就占满内存。

三、创建索引与写入文档

写入数据前，先创建一个名为 books 的索引，并给字段定好类型：标题用文本类型，作者与分类用关键字类型，价格用数值类型。类型定错了，后面的聚合与排序都会受影响，索引一旦写入大量数据，改类型只能重建。

随后写入三条图书文档。每次写入指定文档编号，便于后面按编号取回。批量写入时用批量接口一次提交多条，比逐条写入快得多，导入数据时优先使用它。

四、全文检索入门

最常用的查询是 match 查询。搜索标题中包含“分布式”的图书，引擎会先分词，再按相关度返回结果。想同时搜标题和简介，可以用多字段查询，命中任一字段的文档都会返回。

多个条件组合时用布尔查询：必须满足的条件放 must，必须排除的放 must_not，应当满足的放 should。组合查询是日常搜索的骨架，先写出“必须、排除、加分”三类条件，再翻译成查询语句，思路会清晰很多。

五、聚合分析入门

聚合是 Elasticsearch 的另一张王牌。按分类做词条聚合，可以统计每个分类下有多少本书；再嵌套一个平均值聚合，就能算出每个分类的均价。聚合结果与查询条件可以叠加，先过滤再聚合，例如只统计价格低于一百元的图书的分类分布。

入门时记住两个原则：需要精确分组的字段用关键字类型；聚合层级不要一开始就嵌套太深，先跑通一层，再按需加深。

六、常见坑与建议

第一，文本字段默认会被分词，直接拿它做聚合会得到按词切分的结果，分组字段一定要用关键字类型。第二，查询结果默认只返回前十条，做分页要显式指定条数。第三，模糊查询与通配查询很耗资源，尽量用全文查询代替。

学习建议是先跑通“建索引、写文档、查文档、做聚合”这个最小闭环，再去研究分词器、相关度调优与集群部署。把上面的例子亲手敲一遍，Elasticsearch 的核心用法就入门了。