搜索慢了？SpringBoot+Elasticsearch让查询快100倍！-平芜编程栈

《搜索慢了？SpringBoot+Elasticsearch让查询快100倍！》

我是小坏，今天咱们聊搜索。用户搜个东西，转圈圈等半天，这体验可不行。数据库like查询是方便，但数据多了能把你卡死。今天教你用Elasticsearch（后面就叫ES），让搜索快到飞起。

零基础全栈开发Java微服务版本实战-后端-前端-运维-实战企业级三个实战项目
资源获取：关注公众号: 小坏说Java ，获取本文所有示例代码、配置模板及导出工具。

一、数据库搜索的痛

场景：1000万商品，搜索"华为手机"

SELECT*FROMproductsWHEREnameLIKE'%华为%'ORdescriptionLIKE'%华为%';

问题：

全表扫描，不走索引
返回慢，用户等3秒
不能分词（“华为手机"搜不到"华为P40手机”）
不能按相关度排序
不支持拼音搜索

用ES能解决啥：

毫秒级返回
自动分词
支持拼音、同义词
智能排序
聚合统计

二、ES快速上手

2.1 先明白几个词

索引：相当于数据库
文档：相当于一行数据
字段：相当于列
分词：把句子拆成词，比如"华为手机"拆成"华为"和"手机"

2.2 3步集成

第一步：加依赖

<dependency><groupId>org.springframework.boot</groupId><artifactId>spring-boot-starter-data-elasticsearch</artifactId></dependency>

第二步：写配置

spring:elasticsearch:uris:http://localhost:9200username:elasticpassword:123456

第三步：定义商品实体

@Document(indexName="product")@DatapublicclassProduct{@IdprivateLongid;@Field(type=FieldType.Text,analyzer="ik_max_word")privateStringname;// 商品名，用ik分词@Field(type=FieldType.Text,analyzer="ik_max_word")privateStringdescription;// 描述@Field(type=FieldType.Double)privateDoubleprice;@Field(type=FieldType.Keyword)privateStringcategory;// 分类，不分词@Field(type=FieldType.Integer)privateIntegersales;// 销量}

三、数据同步：4种方案选哪个？

3.1 双写（简单直接）

@ServicepublicclassProductService{publicvoidaddProduct(Productproduct){// 1. 写数据库productRepository.save(product);// 2. 写ESelasticsearchRepository.save(product);}}

优点：实时性强
缺点：可能不一致，影响性能

3.2 定时同步（稳定可靠）

@ComponentpublicclassSyncTask{@Scheduled(fixedDelay=300000)// 5分钟一次publicvoidsyncProducts(){// 查最近5分钟修改的商品List<Product>products=productRepository.findRecentUpdated();elasticsearchRepository.saveAll(products);}}

优点：解耦，稳定
缺点：有延迟

3.3 消息队列（推荐）

商品更新发消息，消费者同步到ES。解耦，实时，但复杂。

3.4 监听binlog（高级玩法）

监听数据库变化自动同步。实时，对业务无侵入，但技术门槛高。

建议：中小项目用双写或定时同步，大项目用消息队列。

四、搜索实战

4.1 基础搜索

@ServicepublicclassProductSearchService{publicPage<Product>search(Stringkeyword,intpage,intsize){// 构建查询NativeSearchQueryquery=newNativeSearchQueryBuilder().withQuery(QueryBuilders.multiMatchQuery(keyword,"name","description")).withPageable(PageRequest.of(page,size)).build();returnelasticsearchRestTemplate.search(query,Product.class);}}

4.2 多字段搜索+高亮

publicSearchResultsearchProducts(Stringkeyword,intpage,intsize){// 1. 多字段匹配MultiMatchQueryBuilderquery=QueryBuilders.multiMatchQuery(keyword).field("name",3.0f)// name权重3倍.field("description",1.0f);// 2. 高亮显示HighlightBuilderhighlightBuilder=newHighlightBuilder().field("name").preTags("<em>").postTags("</em>");NativeSearchQuerysearchQuery=newNativeSearchQueryBuilder().withQuery(query).withHighlightBuilder(highlightBuilder).withPageable(PageRequest.of(page,size)).build();// 执行搜索SearchHits<Product>searchHits=elasticsearchRestTemplate.search(searchQuery,Product.class);// 封装结果returnconvertToResult(searchHits);}

4.3 拼音搜索

步骤：

安装拼音分词插件
字段用拼音分词器
搜索时同时匹配中文和拼音

// 搜索时同时查中文和拼音String[]fields={"name","name.pinyin","description","description.pinyin"};MultiMatchQueryBuilderquery=QueryBuilders.multiMatchQuery(keyword,fields);

4.4 同义词搜索

场景：搜"笔记本"也能找到"笔记本电脑"

// 同义词配置"filter":{"my_synonym":{"type":"synonym","synonyms":["笔记本,笔记本电脑","手机,移动电话"]}}

五、排序和筛选

5.1 智能排序

// 按相关度、销量、价格综合排序NativeSearchQueryquery=newNativeSearchQueryBuilder().withSort(SortBuilders.scoreSort())// 相关度.withSort(SortBuilders.fieldSort("sales").order(SortOrder.DESC))// 销量.withSort(SortBuilders.fieldSort("price").order(SortOrder.ASC))// 价格.build();

5.2 条件筛选

// 价格区间RangeQueryBuilderpriceFilter=QueryBuilders.rangeQuery("price").gte(minPrice).lte(maxPrice);// 分类筛选TermQueryBuildercategoryFilter=QueryBuilders.termQuery("category",category);// 组合查询BoolQueryBuilderboolQuery=QueryBuilders.boolQuery().must(QueryBuilders.multiMatchQuery(keyword,"name","description")).filter(priceFilter).filter(categoryFilter);

六、聚合分析

场景：搜索结果的分类统计，用于生成筛选条件

publicMap<String,Long>getCategoryStats(Stringkeyword){// 按分类聚合TermsAggregationBuilderaggregation=AggregationBuilders.terms("by_category").field("category").size(10);NativeSearchQueryquery=newNativeSearchQueryBuilder().withQuery(QueryBuilders.multiMatchQuery(keyword,"name","description")).addAggregation(aggregation).build();SearchHits<Product>searchHits=elasticsearchRestTemplate.search(query,Product.class);// 解析聚合结果Termsterms=searchHits.getAggregations().get("by_category");Map<String,Long>result=newHashMap<>();for(Terms.Bucketbucket:terms.getBuckets()){result.put(bucket.getKeyAsString(),bucket.getDocCount());}returnresult;}

七、性能优化

7.1 索引优化

@Document(indexName="product",createIndex=true,shards=3,// 分片数replicas=1)// 副本数publicclassProduct{// 字段优化@Field(type=FieldType.Keyword)privateStringsku;// 精确查找用keyword@Field(type=FieldType.Integer,index=false)privateIntegerstock;// 不索引库存，只用于显示}

7.2 查询优化

// 避免深度分页SearchAfterBuildersearchAfter=newSearchAfterBuilder();searchAfter.setSortValues(newObject[]{lastScore,lastId});// 使用filter替代query（不计算分数，可缓存）BoolQueryBuilderboolQuery=QueryBuilders.boolQuery().must(QueryBuilders.matchQuery("name",keyword)).filter(QueryBuilders.termQuery("status",1));// 状态过滤用filter

7.3 缓存优化

@ServicepublicclassProductSearchService{@Cacheable(value="search",key="#keyword + ':' + #page")publicPage<Product>search(Stringkeyword,intpage,intsize){// 热门搜索结果缓存returndoSearch(keyword,page,size);}}

八、监控告警

8.1 健康检查

# application.ymlmanagement:endpoints:web:exposure:include:health,metricselasticsearch:health:enabled:true

8.2 关键指标监控

查询响应时间
索引速度
节点负载
磁盘使用率

8.3 告警规则

@ComponentpublicclassESMetricsMonitor{@Scheduled(fixedRate=60000)publicvoidcheckHealth(){// 检查集群状态ClusterHealthhealth=elasticsearchRestTemplate.cluster().health();if(health.getStatus()==ClusterHealthStatus.RED){// 发送告警alertService.send("ES集群异常，状态："+health.getStatus());}// 检查查询延迟doubleavgQueryTime=getAverageQueryTime();if(avgQueryTime>1000){// 超过1秒alertService.send("ES查询延迟过高："+avgQueryTime+"ms");}}}

九、实战：电商搜索完整流程

9.1 搜索建议

publicList<String>getSuggestions(Stringprefix){CompletionSuggestionBuildersuggestion=SuggestBuilders.completionSuggestion("suggest").prefix(prefix).size(5);SuggestBuildersuggestBuilder=newSuggestBuilder().addSuggestion("product_suggest",suggestion);SearchRequestrequest=newSearchRequest("product").source(newSearchSourceBuilder().suggest(suggestBuilder));// 执行搜索建议SearchResponseresponse=elasticsearchRestTemplate.suggest(request,RequestOptions.DEFAULT);// 解析结果returnparseSuggestions(response);}

9.2 搜索结果封装

@DatapublicclassSearchResult{privateList<ProductVO>products;// 商品列表privateList<CategoryAgg>categories;// 分类统计privateList<BrandAgg>brands;// 品牌统计privatePriceRangepriceRange;// 价格区间privatelongtotal;// 总条数privateinttotalPage;// 总页数privateList<String>suggestions;// 搜索建议}// 搜索接口@GetMapping("/search")publicSearchResultsearch(@RequestParamStringkeyword,@RequestParam(defaultValue="0")intpage,@RequestParam(defaultValue="20")intsize,@RequestParam(required=false)Stringcategory,@RequestParam(required=false)DoubleminPrice,@RequestParam(required=false)DoublemaxPrice){returnproductSearchService.search(keyword,page,size,category,minPrice,maxPrice);}

十、今日要点

ES比数据库like快得多，支持分词、拼音、同义词
数据同步4种方案：双写简单，定时稳定，消息队列推荐
搜索要智能：多字段、高亮、拼音、同义词
排序和筛选是电商搜索的刚需
聚合分析用于生成筛选条件
性能优化：索引设计、查询优化、缓存
监控告警不能少，出问题早知道

十一、避坑指南

坑1：分词器选错

// ❌ 错误：用默认分词器分中文@Field(type=FieldType.Text)// 默认分词器处理不好中文// ✅ 正确：用ik分词器@Field(type=FieldType.Text,analyzer="ik_max_word")

坑2：字段类型用错

// ❌ 错误：分类用Text，搜索时会分词@Field(type=FieldType.Text)privateStringcategory;// ✅ 正确：分类用Keyword，精确匹配@Field(type=FieldType.Keyword)privateStringcategory;

坑3：分页太深

// ❌ 错误：深度分页性能差from:10000,size:20// 性能差// ✅ 正确：用search_aftersearch_after:[lastScore,lastId]

十二、思考题

场景：你要做一个商品搜索，要求：

支持中文、拼音、同义词
结果按综合排序（相关度+销量+价格）
左侧有分类、品牌、价格筛选
搜索框有智能提示
热门搜索词推荐

问题：

你会如何设计ES索引？
如何实现拼音和同义词搜索？
如何优化搜索性能？

评论区聊聊你的方案，明儿咱们讲MyBatis-Plus。

明天预告：《SpringBoot+MyBatis-Plus：开发效率提升10倍》

今日福利：关注后回复"ES搜索"，获取电商搜索完整源码和ik分词器配置。

CSDN运营小贴士：

💡互动：

你的项目搜索用的是什么方案？
遇到过哪些搜索性能问题？
留言提问，明天文章解答

👥进群：
零基础全栈开发Java微服务版本实战-后端-前端-运维-实战企业级三个实战项目
资源获取：关注公众号: 小坏说Java ，获取本文所有示例代码、配置模板及导出工具。