引言

上一篇我们踩完了 ES 安装的所有坑，成功跑通了第一个搜索服务。很多同学可能会好奇：ES 到底是怎么做到毫秒级搜索的？为什么同样是查数据，它比 MySQL 快这么多？

答案就是 ES 的灵魂 ——倒排索引。今天我就用 “查字典” 这个大家都懂的例子，把倒排索引讲透，再带大家实战 IK 分词器和字段映射，保证看完不仅能懂，还能直接用到项目里！

一、ES 的灵魂：倒排索引到底是什么？

先问大家一个问题：你查字典的时候，是从第一页开始翻，直到找到你要的字吗？

当然不是！我们都是先查目录（拼音或部首），找到这个字对应的页码，再直接翻到那一页。

这就是倒排索引的核心思想！我们来对比一下：

• 正排索引：文档 → 关键字（从第一页翻字典，先拿到文档，再找里面的关键字）

• 倒排索引：关键字 → 文档（先查目录找到关键字，再找到包含这个关键字的所有文档）

举个实际的例子

假设我们有两篇文档：

• 文档 1：Python从入门到放弃

• 文档 2：Java从入门到精通

ES 会先对这两篇文档进行分词，得到下面的倒排索引表：

关键字（Term）	包含该关键字的文档 ID
Python	1
Java	2
入门	1, 2
放弃	1
精通	2

当用户搜索 “入门” 时，ES 直接去倒排索引表里找 “入门” 这个关键字，瞬间就能知道文档 1 和文档 2 都包含它，然后返回结果。

而如果用 MySQL 的like '%入门%'，它会把所有文档都读一遍，逐个检查是否包含 “入门” 两个字，速度自然天差地别。

倒排索引的小细节

1. 分词列表（Term）是不重复的，比如 “入门” 只会出现一次

2. 停用词（的、地、得、a、an、the）不会被加入分词列表，因为它们没有实际搜索意义

3. 不需要搜索的字段（比如图片 URL）不会参与分词，节省空间

二、中文分词神器：IK 分词器的安装与自定义

ES 默认的分词器对中文很不友好，它会把 “我爱中国” 分成 “我”、“爱”、“中”、“国” 四个单字，完全不符合我们的搜索习惯。

这时候就需要用到IK 分词器，它是目前最流行的中文分词器，支持两种分词模式：

• ik_smart：粗粒度分词，适合搜索时使用（比如 “清华大学” 会分成 “清华大学”）

• ik_max_word：细粒度分词，适合写入数据时使用（比如 “清华大学” 会分成 “清华大学”、“清华”、“大学”）

1. 安装 IK 分词器

超级简单，只要把 IK 分词器的压缩包解压到 ES 的plugins目录下，并重命名为ik即可：

2. 自定义词典

IK 分词器虽然强大，但还是会有一些网络热词或者专业术语识别不出来，比如 “奥里给”、“ES 入门”。这时候我们可以自定义词典：

1. 编辑/usr/local/elasticsearch-6.2.3/plugins/ik/config/IKAnalyzer.cfg.xml

1. 在main.dic里添加你想要的新词，每行一个：

1. 在stopword.dic里添加你想要过滤的停用词：

✅ 注意：词典文件必须保存为UTF-8 编码，否则会乱码！修改完重启 ES 生效。

三、字段（Field）详解：写对映射，搜索效率翻倍

ES 的字段（Field）相当于 MySQL 的列，字段类型和属性的设置直接影响搜索的效率和准确性。

1. 常用字段类型

类型	说明
text	会被分词，适合存储长文本（比如课程描述、文章内容）
keyword	不会被分词，适合存储精确值（比如手机号、邮箱、分类 ID）
integer	整数类型
long	长整数类型
float	单精度浮点数
double	双精度浮点数

2. 核心字段属性

• type：字段的数据类型，这是最基础的属性

• analyzer：写入数据时使用的分词器，一般设为ik_max_word

• search_analyzer：搜索时使用的分词器，一般设为ik_smart

• index：是否为该字段建立倒排索引，不需要搜索的字段设为false，节省空间

• _source：是否存储该字段的原始值，不需要展示的字段可以排除

3. 字段属性设置标准（记住这三条就够了）

1. type：看分词是否有意义。比如 “课程名” 分词有意义，用text；“课程 ID” 分词没意义，用keyword

2. index：看是否需要搜索。比如 “图片 URL” 不需要搜索，设为false

3. _source：看是否需要展示。比如一些内部字段不需要返回给前端，可以排除

实战：创建一个合理的 Type 映射

发送 POST 请求到 http://192.168.61.135:9200/java06/_course/_mapping：

四、ES 客户端与 Spring Boot 整合

最后说一下 Java 项目中怎么使用 ES。ES 提供了两种客户端：

• TransportClient：基于 TCP 协议，ES 8.0 后会被删除，不推荐使用

• RESTHighLevelClient：基于 HTTP 协议，官方推荐使用

在 Spring Boot 项目中，我们可以直接使用启动器：

然后在配置文件中指定 ES 的地址，就可以通过ElasticsearchRestTemplate来操作 ES 了，非常方便。

五、面试高频考点总结

1. ES 为什么比 MySQL 快？核心是倒排索引

2. 正排索引和倒排索引的区别？

3. IK 分词器的两种模式及使用场景？

4. 主分片数量为什么创建后不能修改？

5. text 和 keyword 的区别？

六、写在最后

ES 作为现在最流行的全文检索引擎，已经成为 Java 后端开发的必备技能。很多同学觉得 ES 难，其实是被它的概念吓到了 —— 只要搞懂了倒排索引这个核心，其他的都是水到渠成。

下一篇我会带大家做一个完整的课程搜索功能，从前端输入关键词到后端 ES 查询，一步步实现一个生产级别的搜索接口，敬请期待！