27 · Elasticsearch 搜索

目标：理解倒排索引与「索引文档 / 查询」，用 Go 完成笔记标题+正文的简单搜索。
前置：17 · GORM · 22 · Docker
官方：Elasticsearch Guide · Go：go-elasticsearch

1. 为何 MySQL LIKE 不够

MySQL `LIKE '%词%'`	Elasticsearch
难走索引、大数据慢	倒排索引面向全文
分词/相关度弱	Analyzer + BM25 相关度
联想、高亮、聚合弱	搜索产品常见能力

Node 对照：elasticsearch JS client / OpenSearch。
本篇用 单节点学习版；生产集群与中文分词（IK）另开专题即可。

2. 核心概念

text

Index（类似库表） → Document（JSON 文档） → Field
写入时：原文 → analyzer → 词项 → 倒排列表（词项 → docId）
查询时：查询串同样分析 → 找候选 → 打分排序

词	含义
mapping	字段类型（text / keyword / date…）
text vs keyword	全文可分词 vs 精确聚合/过滤
refresh	近实时可见（默认约 1s）

3. Compose（单节点学习）

yaml

  es:
    image: docker.elastic.co/elasticsearch/elasticsearch:8.15.0
    environment:
      - discovery.type=single-node
      - xpack.security.enabled=false   # 仅本地学习
      - ES_JAVA_OPTS=-Xms512m -Xmx512m
    ports:
      - "9200:9200"
    # 内存紧张的机器：可改用 OpenSearch 或缩小堆

bash

curl http://127.0.0.1:9200

4. 最小可跑 demo

bash

go get github.com/elastic/go-elasticsearch/v8

建索引 + 写入：

es, err := elasticsearch.NewDefaultClient() // 默认 localhost:9200
fail(err)

mapping := `{
  "mappings": {
    "properties": {
      "title":   { "type": "text" },
      "content": { "type": "text" },
      "userId":  { "type": "keyword" },
      "tags":    { "type": "keyword" }
    }
  }
}`
_, _ = es.Indices.Create("notes", es.Indices.Create.WithBody(strings.NewReader(mapping)))

doc := `{"title":"夏天手帐","content":"海边与冰棍","userId":"u1","tags":["travel"]}`
_, err = es.Index("notes", strings.NewReader(doc), es.Index.WithDocumentID("n1"))
fail(err)

搜索：

query := `{
  "query": {
    "bool": {
      "must":   [{ "match": { "content": "海边" }}],
      "filter": [{ "term":  { "userId": "u1" }}]
    }
  }
}`
res, err := es.Search(
	es.Search.WithIndex("notes"),
	es.Search.WithBody(strings.NewReader(query)),
)
fail(err)
defer res.Body.Close()

同步策略（练手）：

text

写 MySQL 成功 → 同步 Index 文档（或 Asynq 异步重建）
删笔记 → Delete 文档

5. 动手清单

[ ] curl 集群 green/yellow 可接受（单节点常 yellow）
[ ] 写入 3 篇笔记文档，按关键词搜到
[ ] filter 按 userId 隔离
[ ] 更新正文后再搜，结果变化
[ ] 口述：text 与 keyword 何时用哪个

6. 项目驱动

场景	做法
手帐全文 / 标签	title+content match；tags term
搜索联想	completion / prefix（进阶）
与 Redis	热搜词 ZSet；结果短缓存

中文：默认分词对中文不理想 → 生产常挂 IK；暑假可先英文/空格场景验证链路。

7. 常见坑 + AI 审查

坑	说明
本机内存爆	堆 512m 仍不够就别硬跑；用云托管或跳过实操读概念
当数据库用 ES	主存仍 MySQL；ES 是派生索引
只 `match_all` 当验收	必须带 match + filter
AI 关闭安全后直接公网暴露	仅本地；生产开安全与网络隔离
mapping 事后改类型	常需 reindex；设计字段要慎重

8. 下一篇

服务间强契约 RPC：
→ 28 · gRPC + ProtoBuf

27 · Elasticsearch 搜索 ​

1. 为何 MySQL LIKE 不够 ​

2. 核心概念 ​

3. Compose（单节点学习） ​

4. 最小可跑 demo ​

5. 动手清单 ​

6. 项目驱动 ​

7. 常见坑 + AI 审查 ​

8. 下一篇 ​