搜索引擎是什么

Elasticsearch（ES）是分布式全文检索与分析引擎，基于 Apache Lucene。学完 sql-essentials 后，本 track 帮你理解：何时 SQL 不够、何时需要专用搜索引擎。

学习目标

• 区分全文检索与 SQL LIKE / 索引扫描
• 列出 ES 的典型适用场景与反模式
• 明确 CodeRoadMap MySQL 8 仍为权威数据源，ES 用于搜索实验

核心内容

全文检索 vs SQL LIKE

维度	MySQL LIKE '%关键词%'	Elasticsearch
索引结构	B+Tree，前缀可走索引	倒排索引（词 → 文档列表）
分词	无内置中文分词	analyzer 可配置 ik 等
相关性排序	难做 TF-IDF / BM25	_score 内置
模糊/同义词	正则或应用层	fuzziness、synonym filter
事务	ACID	近实时，最终一致

-- MySQL：全表扫描或有限索引，难排序「最相关」
SELECT slug, title FROM cf_track
WHERE title LIKE '%Spring%' OR summary LIKE '%Spring%';

curl -s -X GET "localhost:9200/tracks/_search" -H "Content-Type: application/json" -d '
{
  "query": {
    "multi_match": {
      "query": "Spring Boot",
      "fields": ["title^2", "summary"]
    }
  }
}'

适用场景

• 站内搜索：课程、文档、FAQ 关键词检索
• 日志分析：ELK 栈（本 track 侧重搜索，日志见运维路线）
• 推荐/标签聚合：与 es-agg 配合

在本站架构里

Next.js 主站  →  Spring Boot REST  →  MySQL 8（cf_track、cf_lesson 权威）
                              ↓ 异步同步（实验）
                         Elasticsearch（tracks 搜索索引）

不要把 cf_track 主库迁到 ES。与 mongodb-essentials 文档库、postgresql-essentials 实验 PG 一样，ES 是 能力扩展，非 OLTP 替代。

何时不必上 ES

• 数据量小、查询简单，MySQL 全文索引或 PG tsvector 够用
• 强一致读写、复杂 JOIN——继续 spring-boot-essentials JPA + MySQL

练习

• 用 MySQL 对 cf_track.title 做 LIKE '%Java%'，记录执行计划
• 列出 3 个你认为「必须 ES」与「MySQL 够用」的场景
• 在 全栈路线图 找到 search-engines 相关节点

小结

ES 解决「搜得准、排得好、聚合快」；本站业务库仍是 MySQL。 下一课 Index、Shard 等核心概念。