ElasticSearch专为全文检索设计，性能远超SQLite的LIKE查询，支持分词、相关性排序等；需正确配置IK分词、映射、认证及批量写入。
为什么不用 sqlite 或 LIKE 做全文本搜索
因为性能会断崖式下跌——10 万条文本记录，SELECT * FROM docs WHERE content LIKE '%关键词%' 可能要几百毫秒，且不支持分词、同义词、拼音模糊、相关性排序。ElasticSearch 不是“更高级的数据库”，它是专为倒排索引和实时检索设计的引擎，底层用 Lucene，天生支持中文分词（需配插件）、权重打分、高亮、聚合统计。
常见错误现象：ConnectionError: Connection refused 或 NotFoundError: No such index，往往不是代码写错，而是 ES 服务根本没起来，或索引没提前创建。
- 别在开发机上直接跑
docker run -p 9200:9200 -e "discovery.type=single-node" docker.elastic.co/elasticsearch/elasticsearch:8.12.2就以为万事大吉——默认配置内存不足，ES 启动失败但容器不退出，curl https://www.php.cn/link/fb7850115a917d3ab720269da3e667de看似通，实则节点未加入集群 - 中文搜索必须装
ik分词插件，否则搜“搜索引擎”会拆成单字“搜”“索”“引”“擎”，完全失焦；安装后要重启 ES，且新建索引时显式指定analyzer: "ik_max_word" - Python 客户端推荐用
elasticsearch官方包（v8.x），别用已停更的elasticsearch-pyv7.x 旧版，否则连不上 8.x 的 HTTPS+API Key 认证
elasticsearch Python 客户端怎么连上并建索引
连接不是传个 URL 就完事。ES 8.x 默认启用安全认证，本地开发可关，但必须显式声明：verify_certs=False，否则报 SSLError；生产环境必须配 api_key 或 basic_auth。
建索引前得定义 mapping，尤其字段类型：文本字段必须设 "type": "text" 并绑定分词器，否则无法全文检索；ID 字段建议用 "type": "keyword"，避免被分词。
立即学习“Python免费学习笔记（深入）”；
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
from elasticsearch import Elasticsearch
<p>es = Elasticsearch(
["<a href="https://www.php.cn/link/fb7850115a917d3ab720269da3e667de">https://www.php.cn/link/fb7850115a917d3ab720269da3e667de</a>"],
verify_certs=False,
request_timeout=30
)</p><h1>创建索引，带中文分词配置</h1><p>es.indices.create(
index="article",
body={
"settings": {"analysis": {"analyzer": {"default": {"type": "ik_max_word"}}}},
"mappings": {
"properties": {
"title": {"type": "text"},
"content": {"type": "text"},
"url": {"type": "keyword"}
}
}
}
)怎么让搜索结果真正“相关”而不是简单匹配
默认 match 查询只是布尔匹配，不排序；要靠 multi_match + boost 控制字段权重，再用 highlight 抽出命中片段——否则用户看不到为什么这条排第一。
容易踩的坑：highlight 必须在查询体里显式开启，且字段得是 text 类型；如果只对 content 字段高亮，但 mapping 里没开 "highlight": true（其实默认开），也可能返回空 highlight 字段。
- 标题比正文重要？给
title字段加^3："query": "multi_match", "fields": ["title^3", "content"] - 想支持拼音搜索（比如搜“zhangsan”也能命中“张三”），得额外装
pinyin插件，并在 mapping 中为字段加"analyzer": "pinyin" - 分页慎用
from/size超过 10000 条，会触发index.max_result_window限制；真要深翻页，改用search_after
Python 写入数据慢？批量操作和 refresh 设置很关键
单条 index() 调用等于一次 HTTP 请求，吞吐量极低；必须用 bulk() 批量写入，每批 500–1000 条较稳。另外，ES 默认 1 秒 refresh 一次，新文档不会立刻搜到——调试时可临时设 "refresh": "true"，但上线必须删掉，否则 I/O 压力暴增。
常见错误现象：脚本跑完查不到刚插入的数据，第一反应是代码错了，其实是没等 refresh；或者 bulk 失败了但没检查 response["errors"]，导致部分文档静默丢失。
- 用
helpers.bulk()比手拼 JSON 数组更安全，自动处理分片失败重试 - 写入前确认文档
_id是字符串，别传int，否则可能被 ES 当成数字解析，后续 update 失败 - 索引别名（
alias）比直接操作索引名更可控，上线换 schema 时切 alias 几乎零感知
ElasticSearch 的复杂点不在 Python 代码本身，而在于每个环节都依赖外部状态：插件是否装对、索引 mapping 是否匹配查询逻辑、分词器输出是否符合预期、refresh 和 replica 配置是否平衡了实时性与性能——这些地方一漏，问题就藏得深，日志里还不一定报错。
