在 Spring Boot 里做中文分词 + 全文检索，常见就两条路线：1）轻量简单：MySQL 全文索引 + 中文分词插件（适合数据量不大）2）专业高效：Elasticsearch + IK 分词器（适合大数据、高并发）
一、简单方案：MySQL + 中文分词（推荐快速上手）
1. 安装 MySQL 中文分词插件
MySQL 自带分词对中文很差，必须装插件：
ngram 插件
（MySQL 5.7+ 内置，最简单）
mysql-jieba 分词插件
（效果更好，需手动安装）
1）使用内置 ngram（最简单）
修改 my.cnf / my.ini：
ft_min_word_len = 1ngram_token_size = 2重启 MySQL。
2. 建表 + 建立全文索引
ALTER TABLE articleADD FULLTEXT INDEX idx_ft_title_content (title, content) WITH PARSER ngram;3. Spring Boot 查询（MyBatis/MyBatis-Plus）
<select id="searchByKeyword" resultType="Article">
SELECT * FROM article
WHERE MATCH(title, content) AGAINST(#{keyword} IN NATURAL LANGUAGE MODE)
</select>优点：零学习成本，不用额外服务。缺点：分词效果一般，大数据量性能一般。
二、企业级方案：Elasticsearch + IK 分词（推荐正式项目）
1. 环境准备
安装 Elasticsearch
安装 IK 分词器（elasticsearch-analysis-ik）
ik_smart：粗粒度分词
ik_max_word：细粒度全分词
两种分词模式：
2. Spring Boot 集成 ES
1）引入依赖
<dependency>
<groupId>org.springframework.boot</groupId>
<artifactId>spring-boot-starter-data-elasticsearch</artifactId>
</dependency>2）application.yml
spring:
elasticsearch:
uris: http://localhost:92003）实体类（指定 IK 分词）
@Document(indexName = "article")
public class Article {
@Id
private Long id;
@Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
private String title;
@Field(type = FieldType.Text, analyzer = "ik_max_word", searchAnalyzer = "ik_smart")
private String content;
}4）Repository
public interface ArticleRepository extends ElasticsearchRepository<Article, Long> {
// 多字段全文检索
Page<Article> findByTitleOrContentContaining(String title, String content, Pageable pageable);
}5）使用 NativeQuery 精准搜索
@Autowired
private ElasticsearchOperations elasticsearchOperations;
public List<Article> search(String keyword) {
Query query = NativeQuery.builder()
.withQuery(QueryBuilders
.multiMatchQuery(keyword, "title", "content")
.analyzer("ik_smart")
)
.withPageable(PageRequest.of(0, 10))
.build();
SearchHits<Article> hits = elasticsearchOperations.search(
query, Article.class);
return hits.stream()
.map(SearchHit::getContent)
.toList();
}三、更轻量：Lucene 本地全文检索（不依赖 ES/MySQL）
适合单机小项目，内嵌 Jar 即可：
依赖：
lucene-core+lucene-analyzers-smartcn（中文分词）本地建立索引文件，关键词检索
优点：无中间件，纯代码实现。缺点：不支持分布式，不适合海量数据。
四、快速选型建议
数据 < 100 万，简单快速
→ MySQL + ngram
中大型项目、需要高亮 / 聚合 / 分页 / 高并发
→ Elasticsearch + IK
单机小工具、不想装服务
→ Lucene + 中文分词