企业官网建设流程全解析

一、ElasticSearch 核心认知

1.1 为什么选择 ElasticSearch？

在电商、资讯等平台的全文检索场景中，传统数据库的字段匹配查询无法满足 “模糊、多关键词、高并发” 的检索需求。ElasticSearch（ES）基于 Lucene 实现分布式全文检索，通过词元匹配（如 “北京天安门” 拆分为 “北京”“天安门” 等词元），支持灵活的关键字检索，是 Github、电商平台等大规模检索场景的首选。

1.2 ES 核心特性

• 分布式架构：天然支持集群部署，高可用、高并发。
• RESTful API：提供简洁的 HTTP 接口操作索引 / 搜索，支持多语言客户端。
• 倒排索引：核心检索原理，从 “关键字→文档” 的映射，大幅提升检索效率。
• 实时性：近实时（NRT）检索，数据写入后秒级可查。

1.3 倒排索引原理

倒排索引是 ES 高效检索的核心，由三部分组成：

1. Document：存储原始文档数据；
2. 分词列表：文档内容分词后去重的词汇集合；
3. 关联关系：每个分词与所属 Document 的映射。

例如检索 “quick brown” 时，ES 会匹配包含该分词的文档，并按匹配度排序，优先返回相关性更高的结果。

二、环境搭建（Linux）

2.1 环境要求

• JDK：1.8.0_131 及以上；
• 内存：至少 1.5G（ES 需 4096 + 线程池、262144 + 字节虚拟内存）；
• 权限：禁止 root 启动，需创建普通用户；
• 内核：CentOS 内核 3.5+（CentOS6 需禁用相关插件）。

2.2 ES 安装步骤

（1）创建用户（避免 root 启动）

bash：

# 创建用户组 groupadd es # 创建用户并设置密码 useradd admin passwd admin # 将用户加入组 usermod -G es admin # 分配目录权限 chown -R admin:es /usr/upload chown -R admin:es /usr/local # 切换用户 su admin

（2）解压安装

bash：

# 解压到指定目录 tar -zxvf elasticsearch-6.2.3.tar.gz -C /usr/local

（3）核心配置

ES 配置文件位于config目录，关键文件：

• elasticsearch.yml（集群 / 节点配置）：

yaml：

cluster.name: power_shop node.name: power_shop_node_1 network.host: 0.0.0.0 http.port: 9200 transport.tcp.port: 9300 discovery.zen.ping.unicast.hosts: ["192.168.61.135:9300", "192.168.61.136:9300"] path.data: /usr/local/elasticsearch-6.2.3/data path.logs: /usr/local/elasticsearch-6.2.3/logs http.cors.enabled: true http.cors.allow-origin: /.*/ # CentOS6内核兼容 bootstrap.system_call_filter: false

• jvm.options（JVM 内存配置）：

properties：

# 建议设置为物理内存的1/2，且两者相等 -Xms512m -Xmx512m

（4）系统参数调优（root 用户操作）

解决文件 / 线程 / 虚拟内存限制：

bash：

# 1. 文件描述符限制 vim /etc/security/limits.conf # 追加 * soft nofile 65536 * hard nofile 65536 # 2. 线程数限制 vim /etc/security/limits.d/90-nproc.conf # 修改 * soft nproc 4096 # 3. 虚拟内存限制 vim /etc/sysctl.conf # 追加 vm.max_map_count=655360 # 生效配置 sysctl -p

（5）启动与测试

bash：

# 后台启动 ./elasticsearch -d # 验证启动（浏览器访问） http://192.168.204.132:9200

返回如下 JSON 表示启动成功：

json：

{ "name" : "power_shop_node_1", "cluster_name" : "power_shop", "version" : { "number" : "6.2.3", "lucene_version" : "7.2.1" }, "tagline" : "You Know, for Search" }

2.3 Kibana 安装（可视化管理）

Kibana 是 ES 的可视化工具，支持索引管理、DSL 语句调试：

1. 解压安装（Windows/Linux 通用）；
2. 修改config/kibana.yml：

yaml：

server.port: 5601 server.host: "0.0.0.0" elasticsearch.url: http://192.168.61.135:9200

1. 启动：./bin/kibana，访问http://127.0.0.1:5601即可使用。

2.4 Head 插件（集群监控）

Head 是 ES 的集群监控插件，基于 Node.js 运行：

bash：

# 下载后启动 npm run start # 访问 http://127.0.0.1:9100/

三、ES 快速入门（DSL 操作）

3.1 索引（Index）管理

索引相当于关系型数据库的 “库”，核心操作：

（1）创建索引

json：

PUT /java06 { "settings": { "number_of_shards": 2, // 主分片数（不可修改） "number_of_replicas": 1 // 副本数（可修改） } }

（2）修改索引（仅副本数）

json：

PUT /java06/_settings { "number_of_replicas" : 1 }

（3）删除索引

json：

DELETE /java06

3.2 映射（Mapping）管理

映射相当于 “表结构”，定义字段类型、分词器等（ES6.x 后弱化 Type，7.0 移除）：

（1）创建映射

json：

POST /java06/course/_mapping { "properties": { "name": { "type": "text", // 文本类型（分词） "analyzer":"ik_max_word", // 索引时分词（细粒度） "search_analyzer":"ik_smart" // 搜索时分词（粗粒度） }, "studymodel": { "type": "keyword" // 关键字类型（不分词） }, "price": { "type": "float" // 数值类型 }, "timestamp": { "type": "date", // 日期类型 "format": "yyyy-MM-dd" }, "pic": { "type": "text", "index": false // 不索引（不可检索） } } }

3.3 文档（Document）管理

文档相当于 “表记录”，核心操作：

（1）新增文档

json：

# 手动指定ID PUT /java06/course/1 { "name":"python从入门到放弃", "description":"人生苦短，我用Python", "studymodel":"201002", "price":29.9, "timestamp":"2024-01-01", "pic":"250.jpg" } # 自动生成ID POST /java06/course { "name":".net从入门到放弃", "description":".net程序员谁都不服", "studymodel":"201003" }

（2）查询文档

json：

# 根据ID查询 GET /java06/course/1 # 全文检索 GET /java06/course/_search?q=name:放弃 # 条件检索（DSL） GET /java06/course/_search { "query": { "match": { "name": "python" } } }

（3）删除文档

json：

DELETE /java06/course/1

四、IK 分词器

4.1 分词器核心作用

ES 默认对中文按 “单字” 分词（如 “测试”→“测”“试”），IK 分词器解决中文分词问题，支持：

• ik_max_word：细粒度分词（如 “中华人民共和国”→“中华人民共和国”“中华人民”“中华” 等）；
• ik_smart：粗粒度分词（如 “中华人民共和国”→“中华人民共和国”）。

4.2 安装与测试

1. 下载 IK 分词器（对应 ES 版本），解压到plugins/ik目录，重启 ES；
2. 测试分词效果：

json：

POST /_analyze { "text":"中华人民共和国人民大会堂", "analyzer":"ik_smart" }

4.3 自定义词库

如需识别专有词汇（如 “动力优品”），可在 IK 的config目录新建my.dic（UTF-8 无 BOM 格式），添加自定义词汇，并修改IKAnalyzer.cfg.xml引入该词库。

五、Spring Boot 整合 ES

5.1 依赖配置

（1）pom.xml

xml：

<?xml version="1.0" encoding="UTF-8"?> <project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd"> <modelVersion>4.0.0</modelVersion> <parent> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-parent</artifactId> <version>2.3.2.RELEASE</version> </parent> <groupId>com.powershop</groupId> <artifactId>springboot_elasticsearch</artifactId> <version>1.0-SNAPSHOT</version> <!-- 统一ES版本 --> <properties> <elasticsearch.version>6.2.3</elasticsearch.version> </properties> <dependencies> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web</artifactId> </dependency> <!-- ES高级客户端 --> <dependency> <groupId>org.elasticsearch.client</groupId> <artifactId>elasticsearch-rest-high-level-client</artifactId> <version>${elasticsearch.version}</version> </dependency> <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-test</artifactId> </dependency> </dependencies> </project>

（2）application.yml

yaml：

spring: elasticsearch: rest: uris: - http://192.168.204.132:9200

5.2 核心 API 实战

（1）创建索引 + 映射

java：

package com.powershop.test; import org.elasticsearch.action.admin.indices.create.CreateIndexRequest; import org.elasticsearch.action.admin.indices.create.CreateIndexResponse; import org.elasticsearch.client.RestHighLevelClient; import org.elasticsearch.common.xcontent.XContentType; import org.junit.Test; import org.junit.runner.RunWith; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.boot.test.context.SpringBootTest; import org.springframework.test.context.junit4.SpringRunner; import java.io.IOException; @RunWith(SpringRunner.class) @SpringBootTest(classes = ElasticsearchApp.class) public class EsIndexTest { @Autowired private RestHighLevelClient restHighLevelClient; // 创建索引+映射 @Test public void createIndex() throws IOException { // 1. 创建索引请求 CreateIndexRequest request = new CreateIndexRequest("java06"); // 2. 设置索引参数（分片/副本） String settings = "{\n" + " \"number_of_shards\": 2,\n" + " \"number_of_replicas\": 0\n" + "}"; request.settings(settings, XContentType.JSON); // 3. 设置映射 String mapping = "{\n" + " \"_source\": {\n" + " \"excludes\":[\"description\"]\n" + " },\n" + " \"properties\": {\n" + " \"name\": {\n" + " \"type\": \"text\",\n" + " \"analyzer\":\"ik_max_word\",\n" + " \"search_analyzer\":\"ik_smart\"\n" + " },\n" + " \"studymodel\": {\n" + " \"type\": \"keyword\"\n" + " },\n" + " \"price\": {\n" + " \"type\": \"float\"\n" + " }\n" + " }\n" + "}"; request.mapping("course", mapping, XContentType.JSON); // 4. 执行创建 CreateIndexResponse response = restHighLevelClient.indices().create(request); // 5. 打印结果 System.out.println("索引创建成功：" + response.isAcknowledged()); } }

（2）新增文档

java：

// 新增文档 @Test public void addDocument() throws IOException { // 1. 构建文档数据 Map<String, Object> docMap = new HashMap<>(); docMap.put("name", "SpringCloud实战"); docMap.put("studymodel", "201001"); docMap.put("price", 39.9); // 2. 创建索引请求 IndexRequest request = new IndexRequest("java06", "course", "3"); request.source(docMap, XContentType.JSON); // 3. 执行新增 IndexResponse response = restHighLevelClient.index(request); // 4. 打印结果 System.out.println("文档新增成功，ID：" + response.getId()); }

（3）检索文档

java：

// 检索文档 @Test public void searchDocument() throws IOException { // 1. 创建搜索请求 SearchRequest request = new SearchRequest("java06"); request.types("course"); // 2. 构建查询条件 SearchSourceBuilder sourceBuilder = new SearchSourceBuilder(); sourceBuilder.query(QueryBuilders.matchQuery("name", "SpringCloud")); request.source(sourceBuilder); // 3. 执行搜索 SearchResponse response = restHighLevelClient.search(request); // 4. 解析结果 SearchHits hits = response.getHits(); System.out.println("匹配总数：" + hits.getTotalHits()); for (SearchHit hit : hits) { System.out.println("文档内容：" + hit.getSourceAsString()); } }

六、核心总结

1. ES 核心是倒排索引，适合全文检索、日志分析、监控等场景；
2. 集群部署时，主分片数一旦设置不可修改，副本数可动态调整；
3. 中文分词优先选择 IK 分词器，索引时细粒度、搜索时粗粒度兼顾召回率与精准度；
4. Spring Boot 整合 ES 推荐使用 RestHighLevelClient，替代即将废弃的 TransportClient；
5. 字段设计原则：根据 “是否检索、是否分词、是否排序” 选择类型（text/keyword/date/numeric）。

本文基于 ElasticSearch 6.2.3 版本编写，不同版本 API 略有差异，需注意版本兼容。