ARTICLE DETAIL

建站实战干货

来自一线的建站与推广经验沉淀，每一条都经过真实交付验证。

首页 / 资讯中心 / 正文

Elasticsearch 学习笔记：从零到实战（Docker 部署 + Spring Boot 集成） - PC2005

2026/8/16 17:23:26 拓冰建站 浏览量
Elasticsearch 学习笔记：从零到实战（Docker 部署 + Spring Boot 集成） - PC2005

一、Elasticsearch 是什么？为什么要学？

1.1 什么是 Elasticsearch

Elasticsearch（简称 ES）是一个基于 Apache Lucene 构建的分布式、RESTful 风格的搜索和分析引擎。它能够以近实时的方式存储、搜索和分析海量数据。

1.2 为什么需要 ES？

传统关系型数据库（如 MySQL）在面对以下场景时显得力不从心：

场景 MySQL 的痛点 ES 的优势
全文搜索 LIKE "%keyword%" 无法走索引，全表扫描性能极差 倒排索引 + 分词器，毫秒级响应
海量数据聚合分析 GROUP BY + COUNT 在千万级数据下慢如蜗牛 分布式聚合，秒级出结果
模糊搜索 / 拼写纠错 不支持 内置 fuzzy 查询、自动补全
日志分析 不适合存日志，写入瓶颈 日处理 TB 级日志，Kibana 可视化

1.3 企业实战场景

  • 电商搜索：淘宝商品搜索、筛选、排序
  • 日志分析：ELK 栈（Elasticsearch + Logstash + Kibana）处理服务器日志
  • 全文检索：文档系统、知识库、代码搜索
  • 指标监控：APM 指标、业务指标的实时聚合
  • 推荐系统：基于用户行为的"猜你喜欢"

二、ES vs 传统数据库

很多人问："有 MySQL 为什么还要用 ES？" 来看看它们的核心差异：

维度 MySQL Redis Elasticsearch
数据模型 关系型表 Key-Value 文档型（JSON）
查询方式 SQL 命令 RESTful API + DSL
索引结构 B+ 树 哈希表 倒排索引
分词搜索 ❌ LIKE 性能差 ❌ 不支持 ✅ IK/SmartCN 分词
聚合分析 一般 弱 极强
分布式 需分库分表 集群模式 天然分布式
一致性 ACID 最终一致性 最终一致性（准实时）
存储 磁盘 内存 磁盘
主要用途 事务性存储 缓存/会话 搜索与分析

结论：ES 不是用来替代 MySQL 的，而是与 MySQL 配合——MySQL 负责事务存储，ES 负责搜索分析。典型架构：业务数据写入 MySQL → 同步到 ES → 搜索请求走 ES。

三、环境搭建：WSL + Docker

3.1 拉取 ES 镜像

# 拉取 Elasticsearch 9.4.3
docker pull docker.elastic.co/elasticsearch/elasticsearch:9.4.3

3.2 创建挂载目录和配置文件

mkdir -p es/data es/config

在 es/config/elasticsearch.yml 中写入：

# 集群名称，同一网络下相同 cluster.name 的节点会自动组成集群
cluster.name: "docker-cluster"# 监听地址，0.0.0.0 表示允许所有来源访问（生产环境建议锁定 IP）
network.host: 0.0.0.0# 集群发现方式，single-node 为单节点模式，跳过集群发现
discovery.type: single-node# 安全认证开关，false 关闭认证，可直接 HTTP 访问（仅开发环境）
xpack.security.enabled: false

3.3 启动容器

docker run -d \                                # 后台运行容器--name es-943 \                               # 容器名-p 9200:9200 \                                # HTTP API 端口（宿主机:容器）-p 9300:9300 \                                # 节点间通信端口-e "ES_JAVA_OPTS=-Xms512m -Xmx512m" \         # JVM 堆内存（建议物理内存一半）-v "$(pwd)/es/data:/usr/share/elasticsearch/data" \           # 挂载数据目录-v "$(pwd)/es/config/elasticsearch.yml:/usr/share/elasticsearch/config/elasticsearch.yml" \  # 挂载配置文件docker.elastic.co/elasticsearch/elasticsearch:9.4.3  # 镜像:版本# 注意：discovery.type 和 xpack.security 已在 elasticsearch.yml 中配置
# 所以不需要再用 -e 重复设置，避免混淆

3.4 验证部署

curl http://localhost:9200

返回正常说明启动成功：

{"name" : "xxx","cluster_name" : "docker-cluster","version" : {"number" : "9.4.3","lucene_version" : "10.4.0"},"tagline" : "You Know, for Search"
}

四、CRUD 基础操作

4.1 新增文档

# 指定 ID（幂等）
curl -X PUT "http://localhost:9200/myblog/_doc/1" -H "Content-Type: application/json" -d '{"title": "Docker 基础教程","content": "Docker 是一个容器化平台","tags": ["docker"],"view_count": 256
}'# 自动生成 ID
curl -X POST "http://localhost:9200/myblog/_doc" -H "Content-Type: application/json" -d '{"title": "Elasticsearch 入门","content": "ES 是一款强大的搜索引擎"
}'

4.2 查询文档

# 查全部
GET /myblog/_search# 全文搜索（match）
GET /myblog/_search
{"query": {"match": { "content": "搜索引擎" }}
}# 精确匹配（term）
GET /myblog/_search
{"query": {"term": { "tags": "docker" }}
}# 范围查询
GET /myblog/_search
{"query": {"range": { "view_count": { "gte": 200 } }}
}

4.3 更新 / 删除

# 更新部分字段
POST /myblog/_update/1
{"doc": { "view_count": 300 }
}# 删除
DELETE /myblog/_doc/1

五、可视化工具

推荐两款工具来管理 ES：

特性 Kibana（官方） DBX（第三方）
定位 ES 专属分析平台 多数据库管理（ES、MySQL、Redis...）
集群管理 ✅ 完整的集群监控、节点管理 ❌ 基础功能
可视化 ✅ Dashboard、图表、地图 ❌ 不支持
Dev Tools ✅ 自带 Console，自动补全 ⚠️ 基础查询
日志分析 ✅ 对接 Logstash、Filebeat ❌
安装复杂度 需要部署 Kibana 容器 轻量客户端
适合场景 生产环境、日志分析、监控 日常开发、多库管理

建议：开发时用 DBX 快速查看数据，生产环境必须上 Kibana。

六、Spring Boot 4.0 集成 ES

6.1 版本兼容

组件 版本
Spring Boot 4.0.7+
Spring Data Elasticsearch 6.1.x（由 BOM 管理）
Elasticsearch Server 9.4.x
Java 21+

注意：Spring Boot 4.0 底层客户端已从 RestClient 迁移到 Rest5Client，配置定制类改为 Rest5ClientBuilderCustomizer。

6.2 Maven 依赖（pom.xml）

<parent><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-parent</artifactId><version>4.0.7</version>
</parent><dependencies><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elasticsearch</artifactId></dependency><dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-web</artifactId></dependency>
</dependencies>

6.3 配置文件（application.yml）

server:port: 8080spring:elasticsearch:uris: http://localhost:9200

6.4 核心代码

实体类

@Document(indexName = "articles")
public class Article {@Idprivate String id;@Field(type = FieldType.Text)private String title;@Field(type = FieldType.Text)private String content;@Field(type = FieldType.Keyword)private String author;@Field(type = FieldType.Integer)private Integer viewCount;// getters & setters
}

Repository 接口

@Repository
public interface ArticleRepository extends ElasticsearchRepository<Article, String> {List<Article> findByAuthor(String author);List<Article> findByTitleContaining(String keyword);
}

ElasticsearchRepository 继承了 PagingAndSortingRepository，自带 CRUD + 分页 + 排序。

Controller

@RestController
@RequestMapping("/articles")
public class ArticleController {private final ArticleRepository repository;public ArticleController(ArticleRepository repository) {this.repository = repository;}@PostMappingpublic Article add(@RequestBody Article article) {return repository.save(article);}@GetMappingpublic Iterable<Article> findAll() {return repository.findAll();}@GetMapping("/author/{author}")public List<Article> findByAuthor(@PathVariable String author) {return repository.findByAuthor(author);}@GetMapping("/search")public List<Article> search(@RequestParam String keyword) {return repository.findByTitleContaining(keyword);}@GetMapping("/{id}")public Article findById(@PathVariable String id) { ... }@DeleteMapping("/{id}")public void delete(@PathVariable String id) { ... }
}

6.5 测试验证

启动项目后，用 curl 测试全部接口：

# 新增
curl -X POST http://localhost:8080/articles \-H "Content-Type: application/json" \-d '{"title":"Spring Boot 集成 ES","content":"测试文章","author":"pc","viewCount":100}'# 查全部
curl http://localhost:8080/articles# 按作者查
curl http://localhost:8080/articles/author/pc# 按标题搜索
curl "http://localhost:8080/articles/search?keyword=Spring"# 按 ID 查
curl http://localhost:8080/articles/<id># 删除
curl -X DELETE http://localhost:8080/articles/<id>

七、总结

学完这篇你掌握了什么？

  1. ✅ ES 核心概念——倒排索引、文档、分片、集群
  2. ✅ ES vs MySQL/Redis——各自定位和选型依据
  3. ✅ Docker 部署 ES——容器化启动 + 数据卷挂载
  4. ✅ REST API 基础操作——增删改查 + 搜索语法
  5. ✅ Spring Boot 4.0 集成——实体、Repository、Controller 一套打通
  6. ✅ 可视化工具选择——Kibana vs DBX 的使用场景

下一步可以学什么

  • 中文分词：安装 IK 分词器，自定义词典
  • 高级查询：布尔查询 bool、高亮 highlight、聚合 aggs
  • 数据同步：Canal / Logstash 实现 MySQL → ES 同步
  • 集群部署：多节点 + 分片 + 副本 + 故障转移
  • ELK 全家桶：ES + Logstash + Kibana + Beats 日志分析体系

Elasticsearch 是后端开发的必备技能——从搜索到分析，从日志到监控，无处不在。现在你已经成功迈出了第一步，动手试试吧！