Elasticsearch的结构化数据与非结构化（全文）数据的具象化实战的庖丁解牛

Elasticsearch 对结构化数据（Structured）与非结构化数据（Unstructured / 全文）的处理机制截然不同，其核心在于字段类型（Mapping）与底层存储结构的差异。正确区分并设计两类数据，是构建高性能、高可用搜索系统的基石。

---

一、本质区别：存储与查询模型

特性	结构化数据	非结构化数据（全文）
典型字段	keyword,integer,date,boolean	text
存储结构	Doc Values（列式存储）	倒排索引（Inverted Index）
查询用途	精确匹配、范围查询、聚合、排序	全文搜索、相关性评分
分析器	无（原始值存储）	有（分词、转小写等）
内存使用	低（压缩列存）	中（倒排索引）

💡关键认知：
结构化 = 精确值操作，非结构化 = 语义匹配

---

二、映射（Mapping）设计策略

▶ 1.结构化字段：用keyword/ 数值类型

{"product_id":{"type":"long"},"brand":{"type":"keyword"},"price":{"type":"float"},"in_stock":{"type":"boolean"},"created_at":{"type":"date"}}

• 优势：
  • 支持term查询（精确匹配）
  • 支持range查询（价格/时间范围）
  • 支持高效聚合（terms聚合）
  • 支持排序（sort）

▶ 2.非结构化字段：用text+ 分析器

{"description":{"type":"text","analyzer":"ik_max_word","search_analyzer":"ik_smart"}}

• 优势：
  • 支持match查询（分词后匹配）
  • 支持相关性评分（BM25）
  • 支持高亮（highlight）

▶ 3.混合字段：多字段（Multi-fields）

{"product_name":{"type":"text","analyzer":"ik_max_word","fields":{"keyword":{"type":"keyword"}}}}

• 用途：
  • product_name：全文搜索（“手机” → 匹配“智能手机”）
  • product_name.keyword：精确过滤/聚合（品牌 = “Apple”）

---

三、具象化实战：电商商品搜索系统

▶ 场景需求

• 用户搜 “iPhone 手机” → 返回相关商品（全文搜索）
• 筛选 “品牌=Apple”、“价格 5000–10000”（结构化过滤）
• 按价格排序 + 聚合品牌分布（结构化聚合）

▶ 步骤 1：定义 Mapping

PUT/products{"mappings":{"properties":{"id":{"type":"long"},"name":{"type":"text","analyzer":"ik_max_word","fields":{"keyword":{"type":"keyword"}}},"description":{"type":"text","analyzer":"ik_max_word"},"brand":{"type":"keyword"},"price":{"type":"float"},"in_stock":{"type":"boolean"},"created_at":{"type":"date"}}}}

▶ 步骤 2：构建查询（DSL）

POST/products/_search{"query":{"bool":{"must":[{"match":{"name":"iPhone 手机"}}],"filter":[{"term":{"brand":"Apple"}},{"range":{"price":{"gte":5000,"lte":10000}}},{"term":{"in_stock":true}}]}},"aggs":{"brands":{"terms":{"field":"brand","size":10}},"price_ranges":{"range":{"field":"price","ranges":[{"to":5000},{"from":5000,"to":10000},{"from":10000}]}}},"sort":[{"price":"desc"}],"highlight":{"fields":{"name":{},"description":{}}}}

▶ 步骤 3：PHP 实战（Laravel）

useElasticsearch\ClientBuilder;classProductService{publicfunctionsearch($keyword,$filters){$client=ClientBuilder::create()->build();$query=['bool'=>['must'=>[['match'=>['name'=>$keyword]]],'filter'=>[]]];// 结构化过滤if(!empty($filters['brand'])){$query['bool']['filter'][]=['term'=>['brand'=>$filters['brand']]];}if(!empty($filters['min_price'])){$query['bool']['filter'][]=['range'=>['price'=>['gte'=>$filters['min_price']]]];}$params=['index'=>'products','body'=>['query'=>$query,'aggs'=>['brands'=>['terms'=>['field'=>'brand.keyword']]],'sort'=>['price'=>'desc'],'highlight'=>['fields'=>['name'=>new\stdClass]]]];return$client->search($params);}}

---

四、避坑指南

陷阱	破局方案
对 text 字段聚合	必须使用.keyword子字段
忽略高基数 keyword	ID 类字段用long，非keyword
全文搜索用 term	全文用match，精确用term
未配中文分词器	text字段必须指定ik_max_word

---

五、终极心法

**“结构化与非结构化，
不是数据之分，而是用途之别——

• 当你用 keyword，
  你在定义精确边界；
• 当你用 text，
  你在释放语义力量；
• 当你设计 multi-field，
  你在融合二者之长。

真正的搜索系统，
始于对数据的敬畏，
成于对用途的洞察。”

---

结语

从今天起：

1. 所有字符串字段必设.keyword
2. 全文搜索用match，过滤用term
3. ID/数字字段用long/float，非keyword

因为最好的搜索体验，
不是模糊匹配，
而是精准融合结构与语义。