摘要：你的 MySQL LIKE 查询拖垮了整个系统？是时候上 Elasticsearch 了。本文带你从 ES 安装、IK 中文分词、PHP 客户端集成，到高亮显示、分页、聚合统计，一步步搭建一套真正可用于生产的全文搜索引擎，附完整可运行代码和性能对比数据（查询速度提升 120 倍）。
一、痛点：LIKE 查询有多惨？
先看一段让无数后端泪目的代码：
// 经典的 MySQL 模糊查询 —— 看起来没什么问题
$keyword = '高性能 PHP 开发';
$articles = DB::table('articles')
->where('title', 'LIKE', "%{$keyword}%")
->orWhere('content', 'LIKE', "%{$keyword}%")
->get();
数据量小的时候一切正常，数据量到 100 万+ 之后：
一句话：MySQL LIKE 是拿锤子做手术刀的活，Elasticsearch 才是为搜索而生的工具。
二、Elasticsearch 核心概念快速入门
在上代码之前，用 3 个类比把 ES 概念说清楚：
MySQL → Elasticsearch
数据库(Database) → 索引(Index)
表(Table) → 类型(Type，已废弃，8.x 用 Index)
行(Row) → 文档(Document)
列(Column) → 字段(Field)
Schema → Mapping
SQL 查询 → DSL 查询
三个最重要的原理：
- 倒排索引（Inverted Index）：把「文档→词」的关系反转为「词→文档列表」，搜索时直接命中，O(1) 查找
- 分词器（Analyzer）：把一段文字拆成词项（Token），中文必须用 IK 分词器
- 相关性评分（BM25）：词频（TF）× 逆文档频率（IDF），自动排出最相关的结果
三、环境搭建（5分钟跑通）
3.1 Docker Compose 一键启动
# docker-compose.yml
version:'3.8'
services:
elasticsearch:
image:elasticsearch:8.13.0
container_name:es01
environment:
-discovery.type=single-node
-xpack.security.enabled=false# 开发环境关闭安全认证
-ES_JAVA_OPTS=-Xms512m-Xmx512m
ports:
-"9200:9200"
volumes:
-es_data:/usr/share/elasticsearch/data
networks:
-es_net
kibana:
image:kibana:8.13.0
container_name:kibana01
environment:
-ELASTICSEARCH_HOSTS=http://elasticsearch:9200
ports:
-"5601:5601"
networks:
-es_net
depends_on:
-elasticsearch
volumes:
es_data:
networks:
es_net:
# 启动服务
docker-compose up -d
# 验证 ES 是否正常
curl http://localhost:9200
# 返回 {"name":"es01","cluster_name":"docker-cluster","version":{"number":"8.13.0",...}}
3.2 安装 IK 中文分词插件
# 进入容器安装 IK 分词器（版本必须与 ES 一致）
docker exec -it es01 bash
./bin/elasticsearch-plugin install \
https://github.com/medcl/elasticsearch-analysis-ik/releases/download/v8.13.0/elasticsearch-analysis-ik-8.13.0.zip
# 重启 ES 生效
docker restart es01
IK 分词器两种模式：
ik_max_word：最细粒度拆分，适合建索引（词更多 = 召回更全）ik_smart
验证分词效果：
curl -X POST "localhost:9200/_analyze" -H 'Content-Type: application/json' -d'{
"analyzer": "ik_max_word",
"text": "PHP高性能全文搜索引擎实战"
}'
# 结果: ["PHP", "高性能", "高", "性能", "全文", "搜索", "引擎", "实战"]
3.3 安装 PHP 客户端
composer require elasticsearch/elasticsearch:^8.0
四、完整代码实现
4.1 创建 ES 连接客户端
<?php
// src/Search/ElasticsearchClient.php
namespaceApp\Search;
useElastic\Elasticsearch\ClientBuilder;
useElastic\Elasticsearch\Client;
classElasticsearchClient
{
privatestatic ?Client $instance = null;
/**
* 获取 ES 客户端单例
*/
publicstaticfunctiongetInstance(): Client
{
if (self::$instance === null) {
self::$instance = ClientBuilder::create()
->setHosts(['localhost:9200'])
->setRetries(2) // 失败自动重试 2 次
->build();
}
returnself::$instance;
}
}
4.2 创建文章索引（含中文分词 Mapping）
<?php
// src/Search/ArticleIndexManager.php
namespaceApp\Search;
classArticleIndexManager
{
privateconstINDEX_NAME = 'articles';
/**
* 创建文章索引
* Mapping 决定了每个字段如何被分析和存储
*/
publicfunctioncreateIndex(): array
{
$client = ElasticsearchClient::getInstance();
// 先删除已存在的索引（开发环境）
if ($client->indices()->exists(['index' => self::INDEX_NAME])->asBool()) {
$client->indices()->delete(['index' => self::INDEX_NAME]);
}
$params = [
'index' => self::INDEX_NAME,
'body' => [
// -------- 索引设置 --------
'settings' => [
'number_of_shards' => 1, // 分片数（单机建议1）
'number_of_replicas' => 0, // 副本数（生产环境建议1）
'analysis' => [
// 自定义分析器：IK + 停用词
'analyzer' => [
'ik_custom' => [
'type' => 'custom',
'tokenizer' => 'ik_max_word',
'filter' => ['lowercase', 'stop_filter'],
],
],
'filter' => [
'stop_filter' => [
'type' => 'stop',
'stopwords' => ['的', '了', '在', '是', '我', '有', '和'],
],
],
],
],
// -------- 字段 Mapping --------
'mappings' => [
'properties' => [
'id' => [
'type' => 'integer',
],
'title' => [
'type' => 'text',
'analyzer' => 'ik_custom', // 建索引：最细粒度
'search_analyzer' => 'ik_smart', // 搜索：最粗粒度
'fields' => [
'keyword' => [ // 精确匹配子字段
'type' => 'keyword',
],
],
],
'content' => [
'type' => 'text',
'analyzer' => 'ik_custom',
'search_analyzer' => 'ik_smart',
],
'author' => [
'type' => 'keyword', // 精确匹配，不分词
],
'category' => [
'type' => 'keyword',
],
'tags' => [
'type' => 'keyword', // 数组也用 keyword
],
'view_count' => [
'type' => 'integer',
],
'created_at' => [
'type' => 'date',
'format' => 'yyyy-MM-dd HH:mm:ss||yyyy-MM-dd',
],
],
],
],
];
return$client->indices()->create($params)->asArray();
}
}
4.3 批量写入文档（高性能 Bulk API）
<?php
// src/Search/ArticleIndexer.php
namespaceApp\Search;
classArticleIndexer
{
privateconstINDEX_NAME = 'articles';
privateconstBULK_SIZE = 500; // 每批写入数量
/**
* 从 MySQL 同步文章到 ES（支持百万级数据）
*
* @param array $articles 文章数组
*/
publicfunctionbulkIndex(array$articles): array
{
$client = ElasticsearchClient::getInstance();
$chunks = array_chunk($articles, self::BULK_SIZE);
$result = ['success' => 0, 'failed' => 0];
foreach ($chunksas$chunk) {
$params = ['body' => []];
foreach ($chunkas$article) {
// Bulk API 格式：每条文档需要两行
// 第一行：操作指令（index/create/update/delete）
$params['body'][] = [
'index' => [
'_index' => self::INDEX_NAME,
'_id' => $article['id'], // 用 MySQL 主键作为 ES 文档 ID
],
];
// 第二行：文档内容
$params['body'][] = [
'id' => $article['id'],
'title' => $article['title'],
'content' => $article['content'],
'author' => $article['author'],
'category' => $article['category'],
'tags' => $article['tags'] ?? [],
'view_count' => (int)$article['view_count'],
'created_at' => $article['created_at'],
];
}
$response = $client->bulk($params);
// 统计写入结果
if ($response['errors']) {
foreach ($response['items'] as$item) {
if (isset($item['index']['error'])) {
$result['failed']++;
error_log('ES 写入失败: ' . json_encode($item['index']['error']));
} else {
$result['success']++;
}
}
} else {
$result['success'] += count($chunk);
}
}
return$result;
}
/**
* 单条文章写入/更新
*/
publicfunctionindexOne(array$article): bool
{
$client = ElasticsearchClient::getInstance();
$response = $client->index([
'index' => self::INDEX_NAME,
'_id' => $article['id'],
'body' => $article,
]);
returnin_array($response['result'], ['created', 'updated']);
}
}
4.4 核心搜索功能（高亮 + 分页 + 聚合）
<?php
// src/Search/ArticleSearcher.php
namespaceApp\Search;
classArticleSearcher
{
privateconstINDEX_NAME = 'articles';
/**
* 全文搜索：支持高亮、分页、分类过滤
*
* @param string $keyword 搜索关键词
* @param int $page 当前页码（从1开始）
* @param int $perPage 每页数量
* @param array $filters 过滤条件，如 ['category' => 'PHP', 'author' => '张三']
* @return array
*/
publicfunctionsearch(
string$keyword,
int$page = 1,
int$perPage = 10,
array$filters = []
): array{
$client = ElasticsearchClient::getInstance();
// 构建 Bool 查询（最常用的复合查询）
$boolQuery = [
'must' => [], // 必须匹配（影响评分）
'filter' => [], // 过滤条件（不影响评分，性能更好）
];
// ---- must：全文匹配（多字段，标题权重更高）----
$boolQuery['must'][] = [
'multi_match' => [
'query' => $keyword,
'fields' => [
'title^3', // title 权重×3，排名更靠前
'content',
],
'type' => 'best_fields', // 取得分最高的字段
'fuzziness' => 'AUTO', // 模糊匹配（容错一两个字）
'minimum_should_match' => '60%', // 60%词命中即可
],
];
// ---- filter：精确过滤（不影响评分） ----
if (!empty($filters['category'])) {
$boolQuery['filter'][] = [
'term' => ['category' => $filters['category']],
];
}
if (!empty($filters['author'])) {
$boolQuery['filter'][] = [
'term' => ['author' => $filters['author']],
];
}
if (!empty($filters['tags'])) {
$boolQuery['filter'][] = [
'terms' => ['tags' => (array)$filters['tags']],
];
}
// 时间范围过滤
if (!empty($filters['date_from']) || !empty($filters['date_to'])) {
$range = [];
if (!empty($filters['date_from'])) {
$range['gte'] = $filters['date_from'];
}
if (!empty($filters['date_to'])) {
$range['lte'] = $filters['date_to'];
}
$boolQuery['filter'][] = ['range' => ['created_at' => $range]];
}
$params = [
'index' => self::INDEX_NAME,
'body' => [
// ---- 分页 ----
'from' => ($page - 1) * $perPage,
'size' => $perPage,
// ---- 查询 ----
'query' => ['bool' => $boolQuery],
// ---- 高亮 ----
'highlight' => [
'pre_tags' => ['<em class="search-highlight">'], // 高亮前缀
'post_tags' => ['</em>'],
'fields' => [
'title' => ['number_of_fragments' => 0], // 标题不截断
'content' => [
'number_of_fragments' => 3, // 最多3段摘要
'fragment_size' => 150, // 每段150字
],
],
],
// ---- 聚合（分类统计） ----
'aggs' => [
'by_category' => [
'terms' => [
'field' => 'category',
'size' => 10,
],
],
'by_author' => [
'terms' => [
'field' => 'author',
'size' => 5,
],
],
],
// ---- 评分 + 热度联合排序 ----
'sort' => [
'_score', // 先按相关性
['view_count' => ['order' => 'desc']], // 相关性相同时按热度
],
],
];
$response = $client->search($params);
return$this->formatResult($response->asArray(), $perPage);
}
/**
* 格式化搜索结果
*/
privatefunctionformatResult(array$response, int$perPage): array
{
$hits = $response['hits'];
$items = [];
foreach ($hits['hits'] as$hit) {
$source = $hit['_source'];
$highlight = $hit['highlight'] ?? [];
$items[] = [
'id' => $source['id'],
// 有高亮则用高亮内容，否则用原始标题
'title' => $highlight['title'][0] ?? $source['title'],
// 内容摘要：优先用高亮片段，没有就截取前200字
'summary' => !empty($highlight['content'])
? implode(' ... ', $highlight['content'])
: mb_substr($source['content'], 0, 200) . '...',
'author' => $source['author'],
'category' => $source['category'],
'tags' => $source['tags'],
'view_count' => $source['view_count'],
'created_at' => $source['created_at'],
'_score' => $hit['_score'],
];
}
// 处理聚合结果
$aggregations = [];
if (isset($response['aggregations'])) {
foreach ($response['aggregations'] as$aggName => $aggData) {
$aggregations[$aggName] = array_map(
fn($bucket) => [
'key' => $bucket['key'],
'count' => $bucket['doc_count'],
],
$aggData['buckets']
);
}
}
return [
'total' => $hits['total']['value'],
'per_page' => $perPage,
'items' => $items,
'aggregations' => $aggregations,
'took_ms' => $response['took'], // ES 内部查询耗时（毫秒）
];
}
/**
* 搜索建议（自动补全）
* 用于搜索框的实时提示
*/
publicfunctionsuggest(string$prefix, int$size = 5): array
{
$client = ElasticsearchClient::getInstance();
$params = [
'index' => self::INDEX_NAME,
'body' => [
'query' => [
'match_phrase_prefix' => [
'title' => [
'query' => $prefix,
'max_expansions' => 10,
],
],
],
'size' => $size,
'_source' => ['title'], // 只返回标题字段，减少数据传输
],
];
$response = $client->search($params);
returnarray_map(
fn($hit) => $hit['_source']['title'],
$response['hits']['hits']
);
}
}
4.5 Laravel 集成（ServiceProvider + Facade）
<?php
// app/Providers/ElasticsearchServiceProvider.php
namespaceApp\Providers;
useApp\Search\ArticleSearcher;
useApp\Search\ArticleIndexer;
useElastic\Elasticsearch\ClientBuilder;
useIlluminate\Support\ServiceProvider;
classElasticsearchServiceProviderextendsServiceProvider
{
publicfunctionregister(): void
{
// 绑定 ES 客户端（单例）
$this->app->singleton('elasticsearch', function () {
returnClientBuilder::create()
->setHosts(config('elasticsearch.hosts', ['localhost:9200']))
->build();
});
// 绑定搜索服务
$this->app->singleton(ArticleSearcher::class);
$this->app->singleton(ArticleIndexer::class);
}
publicfunctionboot(): void
{
$this->publishes([
__DIR__ . '/../../config/elasticsearch.php' => config_path('elasticsearch.php'),
]);
}
}
<?php
// app/Http/Controllers/SearchController.php
namespaceApp\Http\Controllers;
useApp\Search\ArticleSearcher;
useIlluminate\Http\Request;
classSearchControllerextendsController
{
publicfunction__construct(
privatereadonly ArticleSearcher $searcher
) {}
/**
* 文章搜索接口
* GET /api/search?keyword=PHP高性能&category=PHP&page=1
*/
publicfunctionsearch(Request $request)
{
$request->validate([
'keyword' => 'required|string|min:1|max:100',
'page' => 'integer|min:1',
'category' => 'nullable|string',
]);
$startTime = microtime(true);
$result = $this->searcher->search(
keyword: $request->get('keyword'),
page: $request->get('page', 1),
perPage: 10,
filters: $request->only(['category', 'author', 'tags', 'date_from', 'date_to']),
);
$result['php_time_ms'] = round((microtime(true) - $startTime) * 1000, 2);
returnresponse()->json([
'code' => 0,
'message' => 'ok',
'data' => $result,
]);
}
/**
* 搜索建议接口（自动补全）
* GET /api/search/suggest?q=PHP
*/
publicfunctionsuggest(Request $request)
{
$suggestions = $this->searcher->suggest(
$request->get('q', ''),
size: 8
);
returnresponse()->json(['data' => $suggestions]);
}
}
五、数据同步策略
生产环境最头疼的不是搜索，而是数据一致性：MySQL 更新了，ES 里的数据怎么同步？
方案一：MySQL Binlog + Canal（推荐）
MySQL Binlog → Canal Server → Canal Client → ES Bulk Write
优点：完全解耦，不改业务代码，延迟 < 1s
实现：Canal 监听 binlog，PHP Worker 消费并写 ES
<?php
// 简化版 Canal 消费者（实际生产用 Canal PHP 客户端）
classCanalConsumer
{
publicfunctionconsume(array$event): void
{
$indexer = newArticleIndexer();
match ($event['type']) {
'INSERT', 'UPDATE' => $indexer->indexOne($event['data']),
'DELETE' => $this->deleteFromEs($event['data']['id']),
};
}
privatefunctiondeleteFromEs(int$id): void
{
ElasticsearchClient::getInstance()->delete([
'index' => 'articles',
'id' => $id,
]);
}
}
方案二：Observer + 队列（Laravel 项目首选）
<?php
// app/Observers/ArticleObserver.php
namespaceApp\Observers;
useApp\Jobs\SyncArticleToEs;
useApp\Models\Article;
classArticleObserver
{
// 创建/更新时异步同步到 ES
publicfunctionsaved(Article $article): void
{
dispatch(newSyncArticleToEs($article->id, 'upsert'))
->onQueue('elasticsearch'); // 专用队列，避免阻塞主队列
}
// 删除时从 ES 移除
publicfunctiondeleted(Article $article): void
{
dispatch(newSyncArticleToEs($article->id, 'delete'))
->onQueue('elasticsearch');
}
}
// app/Models/Article.php
classArticleextendsModel
{
protectedstaticfunctionbooted(): void
{
static::observe(ArticleObserver::class);
}
}
六、性能实测数据
测试环境：8核16G，1000万条文章数据，关键词：「PHP高性能开发实战」
| | | | |
|---|
| | | | |
| | | | |
| Elasticsearch | 35ms | 80ms | 1400 | 22% |
结论：ES 比 MySQL LIKE 快 120 倍，QPS 提升 116 倍，且 CPU 使用率更低。
压测命令（Apache Bench）：
ab -n 10000 -c 100 \
"http://localhost:8000/api/search?keyword=PHP%E9%AB%98%E6%80%A7%E8%83%BD&page=1"
七、生产环境避坑指南
坑一：分词不准导致召回率低
// ❌ 错误：建索引和搜索用同一个分析器
'analyzer' => 'ik_max_word',
// ✅ 正确：建索引用 ik_max_word（细），搜索用 ik_smart（准）
'analyzer' => 'ik_max_word', // 索引时
'search_analyzer' => 'ik_smart', // 搜索时
坑二：深分页性能崩溃
// ❌ 深分页：from=9990, size=10 会扫描 10000 条
// 搜索第 1000 页时几乎和扫全表一样慢
// ✅ 方案一：限制最大页数（业务允许时最简单）
$page = min($page, 100); // 最多翻到第100页
// ✅ 方案二：Search After（无限翻页的最优解）
$params['body']['search_after'] = [$lastScore, $lastId];
$params['body']['sort'] = ['_score', ['id' => 'asc']];
坑三：大批量导入时分片不均
# 导入前关闭副本和刷新，速度提升 3~5 倍
curl -X PUT "localhost:9200/articles/_settings" -d'{
"index": {
"number_of_replicas": 0,
"refresh_interval": "-1"
}
}'
# 导入完成后恢复
curl -X PUT "localhost:9200/articles/_settings" -d'{
"index": {
"number_of_replicas": 1,
"refresh_interval": "1s"
}
}'
坑四：Mapping 不能随意修改
# ❌ 已有字段的 type 无法直接改（会报错）
# ✅ 解决方案：重建索引（Reindex API）
curl -X POST "localhost:9200/_reindex" -d'{
"source": {"index": "articles_v1"},
"dest": {"index": "articles_v2"}
}'
# 用别名切换，零停机
curl -X POST "localhost:9200/_aliases" -d'{
"actions": [
{"remove": {"index": "articles_v1", "alias": "articles"}},
{"add": {"index": "articles_v2", "alias": "articles"}}
]
}'
坑五：内存不足导致 OOM
# docker-compose.yml：生产环境至少给 ES 分配 4G 堆内存
environment:
-ES_JAVA_OPTS=-Xms4g-Xmx4g# 堆内存 = 物理内存的 50%，且不超过 32G
八、质量检查清单
发布前必检 6 项：
- 分词验证：对业务关键词调用
_analyze API 确认分词效果 - 高亮测试
- 分页正确
- 数据同步：新增/修改/删除文章后，ES 内数据在 2s 内同步
- 性能压测
- 异常处理：ES 服务挂掉时，降级到 MySQL 查询，不影响业务
九、总结
| |
|---|
| IK 分词器（ik_max_word 建索引 + ik_smart 搜索） |
| |
| |
| |
| |
| Canal Binlog / Observer + Queue |
| |
一句话总结：MySQL 是你的数据家园，Elasticsearch 是你的搜索引擎——让专业的工具做专业的事，PHP 只是连接它们的胶水，而这正是 PHP 最擅长的。
