Appearance

搜索引擎 ​

搜索引擎用于解决“从大量业务数据中快速找到最相关结果”的问题。商业系统里最常见的不是单纯查一篇内容，而是商品搜索、订单检索、工单检索、日志检索、筛选聚合、搜索建议和附近门店查询。

关系型数据库更擅长事务、主键查询、精确条件和强一致写入；搜索引擎更擅长全文检索、分词、相关性排序、高亮、聚合分析和海量日志查询。二者不是替代关系，而是分工关系。

本目录内容 ​

为什么需要搜索引擎 ​

以电商商品搜索为例，用户通常不会输入完整商品名，而是输入：

text
无线降噪耳机 300以内

这个请求背后至少包含几层意图：

  1. 无线、降噪、耳机 是全文搜索关键词。
  2. 300以内 是价格范围。
  3. 用户可能还想按品牌、销量、是否有货、店铺、发货地筛选。
  4. 排序不能只按时间，通常要结合相关性、销量、价格、库存、业务权重。
  5. 页面还需要高亮、分类聚合、品牌聚合、价格区间聚合。

如果只靠数据库 like '%无线降噪耳机%'，会遇到这些问题：

问题后果
前后 %like% 很难利用普通 BTree 索引商品量大后查询变慢
中文没有天然空格“蓝牙耳机”“耳机蓝牙版”命中效果不稳定
只能做字符串包含无法很好处理同义词、品牌词、型号词
相关性排序弱命中关键词多、标题更相关的商品不一定排前面
高亮和摘要需要额外开发用户不知道结果为什么命中
聚合筛选成本高品牌、分类、价格区间统计会拖慢主库

搜索引擎的做法是：写入时先把文本拆成词并建立倒排索引，查询时直接根据词找到候选文档，再做过滤、打分和排序。

搜索流程 ​

mermaid
flowchart TD
    A["业务数据<br/>商品、订单、日志"] --> B["字段清洗和反范式组装"]
    B --> C["分词和 Mapping 处理"]
    C --> D["建立倒排索引"]
    E["用户输入关键词和筛选条件"] --> F["查询分词"]
    F --> G["匹配倒排索引"]
    G --> H["结构化条件过滤"]
    H --> I["相关性和业务权重排序"]
    I --> J["返回列表、高亮、聚合结果"]

这个流程里最重要的是“提前建索引”。ES 查询快不是因为它临时扫数据更快，而是写入时已经把可搜索结构准备好了。

数据库和搜索引擎区别 ​

对比项数据库搜索引擎
核心目标事务一致性、结构化存储快速检索、分析、相关性排序
数据结构表、行、列、BTree 索引文档、字段、倒排索引、列式 doc values
典型查询主键、唯一索引、范围、Joinmatch、bool、高亮、聚合、地理距离
写入语义强事务更成熟近实时搜索，写入后受 refresh 影响
适合场景订单、支付、库存、账户商品搜索、日志分析、工单检索、运营筛选
不适合场景大规模全文相关性搜索替代事务主库、强一致扣库存

商业系统最常见架构是：MySQL 保存事实数据，Elasticsearch 保存面向搜索的冗余视图。如果 ES 数据出错，可以从 MySQL、消息或 Binlog 重新构建。

商业常用场景 ​

场景典型需求ES 负责什么
商品搜索关键词、品牌、分类、价格、销量、库存、排序全文召回、过滤、排序、聚合筛选、高亮
订单检索订单号、手机号后四位、买家、状态、时间范围后台多条件快速检索
工单检索标题、描述、处理人、优先级、状态、SLA关键词检索和运营筛选
日志检索traceId、错误码、接口、时间范围海量日志查询、聚合分析
搜索建议输入几个字出现候选词completion、search_as_you_type、ngram
附近门店经纬度、距离、城市、营业状态geo_point 和距离排序
运营分析品牌数量、价格分布、状态统计terms、range、date_histogram 聚合

学习路线 ​

mermaid
flowchart TD
    A["理解为什么不用 like 扛全文搜索"] --> B["学习倒排索引"]
    B --> C["学习分词器和同义词"]
    C --> D["学习 Mapping 字段设计"]
    D --> E["学习 Query DSL"]
    E --> F["学习聚合、分页、高亮、排序"]
    F --> G["学习分片、副本和集群健康"]
    G --> H["落地商业搜索实战"]
    H --> I["排查搜索不准、查询慢、同步不一致"]

学习 ES 不要只背 API。每个 API 都要想清楚三个问题：

问题为什么重要
为什么这样设计能理解 ES 和数据库的边界
如果不用会怎样能知道问题会在性能、准确性还是一致性上爆发
线上坏了怎么查能从分词、Mapping、DSL、同步、集群逐层定位

最小 Demo：商品搜索 ​

创建一个学习用商品索引：

json
PUT /product_search_demo
{
  "mappings": {
    "properties": {
      "id": { "type": "long" },
      "productName": {
        "type": "text",
        "analyzer": "standard",
        "fields": {
          "keyword": { "type": "keyword", "ignore_above": 256 }
        }
      },
      "brandName": { "type": "keyword" },
      "categoryName": { "type": "keyword" },
      "price": { "type": "scaled_float", "scaling_factor": 100 },
      "stockStatus": { "type": "keyword" },
      "saleCount": { "type": "long" },
      "updatedAt": { "type": "date" }
    }
  }
}

写入商品：

json
POST /product_search_demo/_doc/1001
{
  "id": 1001,
  "productName": "无线蓝牙降噪耳机 Pro",
  "brandName": "SoundMax",
  "categoryName": "耳机",
  "price": 29900,
  "stockStatus": "IN_STOCK",
  "saleCount": 5821,
  "updatedAt": "2026-07-01T10:00:00"
}

搜索并高亮：

json
GET /product_search_demo/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "productName": "无线降噪耳机" } }
      ],
      "filter": [
        { "term": { "stockStatus": "IN_STOCK" } },
        { "range": { "price": { "lte": 30000 } } }
      ]
    }
  },
  "sort": [
    { "_score": "desc" },
    { "saleCount": "desc" }
  ],
  "highlight": {
    "fields": {
      "productName": {}
    }
  }
}

这个 Demo 展示了商业搜索最核心的链路：设计 Mapping、写入搜索视图、关键词召回、结构化过滤、排序和高亮。