从零上手 Elasticsearch：像写 SQL 一样玩转增删改查
你有没有遇到过这样的场景？老板说：“我们要做一个商品搜索功能，支持按名称、描述、标签模糊匹配，还要能按价格排序。”
你打开 MySQL，写了条LIKE '%手机%'的查询，一测——慢得像蜗牛。日志里全是“查询超时”。
这不是你的问题。传统数据库在处理文本检索这件事上，天生就不擅长。
这时候，Elasticsearch 就该登场了。
它不是替代 MySQL 的“主库”，而是专为快速搜索而生的利器。你可以把它想象成一个超级高效的“倒排字典”：不是你去一条条翻数据，而是它早就把每个词的位置记好了，你要找什么，一秒定位。
但对新手来说，官方文档太厚、概念太多，“索引”“分片”“映射”……还没开始就劝退了。
别慌。今天我们不讲集群部署，也不谈底层原理，就用最直白的方式，带你30分钟掌握 Elasticsearch 最核心的 CRUD 操作——就像你当年学 SQL 那样，先会“增删改查”，再谈别的。
先搞懂几个“人话版”概念
Elasticsearch 看起来复杂，其实骨架很简单。我们用数据库来类比，马上就能理解：
| 数据库术语 | Elasticsearch 对应 | 说明 |
|---|---|---|
| 表（Table） | 索引（Index） | 比如users、products，用来存一类数据 |
| 行（Row） | 文档（Document） | 一条具体的数据，比如一个用户信息 |
| 字段（Column） | 字段（Field） | 文档里的 key，比如name、age |
| 主键（Primary Key） | _id | 每个文档的唯一标识 |
📌 注意：Elasticsearch 存的是 JSON 文档。也就是说，你不需要提前建表、定义字段类型，直接扔 JSON 进去就行，它自己会“猜”字段类型（这叫动态映射）。
举个例子：
{ "name": "张三", "age": 28, "city": "北京" }这就是一个文档，可以放进users这个索引里。
增：怎么加一条数据？
想往users里加个用户，有两种方式：
方式一：自己指定 ID（用PUT）
PUT /users/_doc/1 { "name": "张三", "age": 28, "email": "zhangsan@example.com", "city": "北京" }/users：索引名/_doc：固定写法，表示这是个文档/1：你指定的 ID
✅ 适合需要固定 ID 的场景，比如用户 ID 对应数据库主键。
方式二：让系统自动生成 ID（用POST）
POST /users/_doc { "name": "李四", "age": 32, "email": "lisi@example.com", "city": "上海" }- 不写 ID，用
POST请求 - ES 会自动生成一串唯一的
_id，比如abc123xyz
✅ 适合日志、事件这类不需要人工管理 ID 的数据。
💡 小贴士：如果你用
PUT写了一个已存在的 ID，旧数据会被覆盖。这不是报错，而是“upsert”行为（存在则更新，否则创建）。
查：怎么读取一条数据？
有了数据，怎么拿回来？
基础读取：根据 ID 找
GET /users/_doc/1返回结果长这样：
{ "_index": "users", "_id": "1", "_version": 1, "found": true, "_source": { "name": "张三", "age": 28, "email": "zhangsan@example.com", "city": "北京" } }关键字段解释：
-_source：就是你存的那个原始 JSON
-_version：版本号，每次修改都会 +1
-found：布尔值，false表示没找到，不会报错
高级一点：只看部分字段
如果只想看名字和城市，减少网络传输：
GET /users/_doc/1?_source_includes=name,city返回就只剩：
"_source": { "name": "张三", "city": "北京" }是不是很像 SQL 的SELECT name, city FROM users WHERE id = 1？
改：如何更新一条数据？
Elasticsearch 的更新其实是“先删后插”，但对外表现得像“局部更新”。
方法一：替换部分字段（推荐）
POST /users/_update/1 { "doc": { "age": 29, "city": "深圳" } }- 只传你想改的字段
- 其他字段保持不变
方法二：用脚本动态计算（高级用法）
比如给年龄加 1：
POST /users/_update/1 { "script": { "source": "ctx._source.age += 1" } }这里的ctx._source就是指当前文档。
⚠️ 注意事项：
- 不能改_id和_index，这是元数据，动不了。
- 脚本功能强大，但也可能被滥用，生产环境建议限制脚本权限。
删：怎么删除数据？
删除也分两种粒度。
删除单条文档
DELETE /users/_doc/1返回：
{ "result": "deleted" }删除整个索引（慎用！）
DELETE /users这条命令会把users索引连带所有数据、设置一起干掉，不可恢复！
🔥 警告：生产环境千万别手抖执行这种命令。建议先备份，或者使用索引别名机制来避免误删。
条件删除？也可以（但要小心）
想删掉所有来自北京的用户？可以用：
POST /users/_delete_by_query { "query": { "term": { "city.keyword": "北京" } } }但这不是普通操作，它是“扫描全索引+批量删除”，非常耗资源。建议在低峰期执行，并监控集群负载。
实际怎么用？一个真实工作流
假设你在做一个用户中心系统，流程是这样的：
注册 → Create
用户注册成功后，后端调 API 把用户信息写入 ES：python es.index(index="users", id=user_id, body=user_data)登录 → Read
输入邮箱查用户：python es.get(index="users", id=user_id)改资料 → Update
用户换了城市，只更新这个字段：python es.update(index="users", id=user_id, body={"doc": {"city": "杭州"}})注销账号 → Delete
删除文档（或改为软删除，打个标记）：python es.delete(index="users", id=user_id)
整个过程全是 RESTful 接口，无论你是用 Java、Python 还是 Node.js，都有成熟的客户端封装，语法几乎一致。
新手常踩的坑，我帮你避开了
| 问题 | 正确做法 |
|---|---|
| 不知道 PUT 和 POST 有啥区别 | 想指定 ID 用PUT /index/_doc/id，随机 ID 用POST /index/_doc |
| 怕删错数据 | 删除前先GET确认存在；重要数据加备份机制 |
| 更新失败不知道为啥 | 检查文档是否存在，不存在时_update可能报错 |
| 中文搜索不准 | 后续可以引入 IK 分词器，现在先学会 CRUD |
写在最后：CRUD 是起点，不是终点
你可能会问：“我就学这几个接口，够吗？”
够。足够你迈出第一步。
就像学编程从Hello World开始，学数据库从INSERT INTO开始一样，CRUD 是你理解 Elasticsearch 的入口。
掌握了这些，你就可以：
- 搭建一个简单的搜索服务
- 把业务数据同步到 ES 供查询
- 在 Kibana 里查看数据、调试请求
下一步自然会想到：
- “怎么搜多个条件？” → 学 Query DSL
- “怎么分页？” → 学from/size
- “怎么高亮关键词？” → 学highlight
- “怎么和 MySQL 同步？” → 学 Logstash 或监听 Binlog
但那些，都是后话了。
现在，打开你的 Kibana Dev Tools 或 Postman，试着敲一遍这四个操作：
# 1. 加一条 POST /users/_doc { "name": "王五", "age": 25 } # 2. 查一下 GET /users/_doc/[刚才返回的_id] # 3. 改年龄 POST /users/_update/[id] { "doc": { "age": 26 } } # 4. 删掉它 DELETE /users/_doc/[id]当你看到每一步都成功返回，你会突然觉得：原来 Elasticsearch，也没那么难。
从 CRUD 开始，你已经踏进了搜索世界的门。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
