【Java + Elasticsearch全量 & 增量同步实战】

Java + Elasticsearch 全量 & 增量同步实战：打造高性能合同搜索系统

在企业合同管理系统中，我们常常遇到以下挑战：

• 合同量大，文本内容多，传统数据库查询慢

• 搜索需求多样：全文搜索、按签署人筛选、分页排序

• 历史合同也要可搜索，不仅仅是新建合同

• 统计报表需求：合同签署量、签署人分析等

本文将分享如何使用 Elasticsearch + MySQL + ClickHouse 构建一个高性能合同搜索系统，并提供完整 Java 示例。

---

一、系统架构概览

合同系统采用“三角架构”：

                ┌───────────────────────┐
                │       前端 / API       │
                │  （创建 / 修改 / 查询） │
                └─────────┬─────────────┘
                          │
                          ▼
                ┌───────────────────────┐
                │       MySQL 数据库     │
                │  （权威业务数据源）    │
                └─────────┬─────────────┘
                          │
           ┌──────────────┴───────────────┐
           │                              │
   【历史数据全量初始化】            【增量同步 / 实时更新】
           │                              │
           ▼                              ▼
分页 / 批量读取历史合同         新建合同 / 修改合同 / 删除合同
           │                              │
           ▼                              ▼
     转换为 ContractDoc                转换为 ContractDoc
           │                              │
           ▼                              ▼
        ES Bulk API                    ES Index / Update / Delete API
           │                              │
           └───────────┬──────────────────┘
                       ▼
                ┌───────────────┐
                │ Elasticsearch │
                │   contract    │
                │     index     │
                └───────────────┘
                       │
                       ▼
                ┌───────────────┐
                │   查询接口    │
                │（合同列表 / 搜索）│
                └───────────────┘

核心说明：

• MySQL：权威数据源，存储所有合同业务信息

• ES：用于搜索，支持全文搜索、筛选和排序

• ClickHouse：用于统计报表，处理大规模合同分析

---

二、为什么使用宽表

1. 什么是宽表？

宽表 = 把多张业务表的数据提前合并到一张字段很多的表里，用“空间换时间”，减少查询时的 join。

传统 MySQL 查询可能涉及多个 join，性能差：

SELECT c.*, u.name, e.enterprise_name
FROM contract c
JOIN user u ON c.user_id = u.id
JOIN enterprise e ON c.enterprise_id = e.id
WHERE c.status = 'SIGNED';

宽表设计后，所有信息在一条记录中：

{
  "contractId": 10001,
  "contractTitle": "劳动合同",
  "contractStatus": "SIGNED",
  "signTime": "2025-12-01 10:30:00",
  "initiatorId": 2001,
  "initiatorName": "张三",
  "initiatorPhone": "138****",
  "enterpriseId": 3001,
  "enterpriseName": "天津数字认证有限公司",
  "fileHash": "xxxx",
  "signType": "SILENT",
  "source": "OPEN_API"
}

• 查询无需 join，ES 或 ClickHouse 查询极快

• 冗余换来性能，是搜索系统的设计常态

---

三、ES 全量初始化历史数据

1. Java 代码示例（全量导入）

@Service
public class ContractEsService {

    @Autowired
    private ContractMapper contractMapper;

    @Autowired
    private RestHighLevelClient esClient;

    /**
     * 全量初始化合同数据到 Elasticsearch
     */
    public void initHistoricalContracts() throws IOException {
        int pageSize = 500;
        int page = 0;

        while (true) {
            List<Contract> contracts = contractMapper.selectHistorical(page * pageSize, pageSize);
            if (contracts.isEmpty()) break;

            BulkRequest bulkRequest = new BulkRequest();
            for (Contract contract : contracts) {
                ContractDoc doc = toContractDoc(contract);
                bulkRequest.add(new IndexRequest("contract_index")
                        .id(String.valueOf(doc.getContractId()))
                        .source(doc.toMap()));
            }
            esClient.bulk(bulkRequest, RequestOptions.DEFAULT);
            page++;
        }
    }

    private ContractDoc toContractDoc(Contract contract) {
        ContractDoc doc = new ContractDoc();
        doc.setContractId(contract.getId());
        doc.setContractTitle(contract.getTitle());
        doc.setContractStatus(contract.getStatus());
        doc.setSignTime(contract.getSignTime());
        doc.setInitiatorId(contract.getUserId());
        doc.setInitiatorName(contract.getUserName());
        doc.setInitiatorPhone(contract.getUserPhone());
        doc.setEnterpriseId(contract.getEnterpriseId());
        doc.setEnterpriseName(contract.getEnterpriseName());
        doc.setFileHash(contract.getFileHash());
        doc.setSignType(contract.getSignType());
        doc.setSource(contract.getSource());
        return doc;
    }
}

✅ 说明：

• 分批读取，避免内存爆炸

• BulkRequest 提高写入性能

• ContractDoc 为宽表结构，支持全文搜索

---

四、增量同步

1. 新建合同

public void saveContract(Contract contract) throws IOException {
    contractMapper.insert(contract); // 写 MySQL

    ContractDoc doc = toContractDoc(contract);
    esClient.index(new IndexRequest("contract_index")
            .id(String.valueOf(doc.getContractId()))
            .source(doc.toMap()), RequestOptions.DEFAULT); // 写 ES
}

2. 更新合同

public void updateContract(Contract contract) throws IOException {
    contractMapper.update(contract);

    ContractDoc doc = toContractDoc(contract);
    esClient.update(new UpdateRequest("contract_index", String.valueOf(doc.getContractId()))
            .doc(doc.toMap()), RequestOptions.DEFAULT);
}

3. 删除合同

public void deleteContract(Long contractId) throws IOException {
    contractMapper.delete(contractId);
    esClient.delete(new DeleteRequest("contract_index", String.valueOf(contractId)), RequestOptions.DEFAULT);
}

---

五、查询示例

public List<ContractDoc> searchContracts(String keyword, String status) throws IOException {
    SearchRequest searchRequest = new SearchRequest("contract_index");
    SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();

    BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();
    if (keyword != null) {
        boolQuery.must(QueryBuilders.multiMatchQuery(keyword, "contractTitle", "enterpriseName"));
    }
    if (status != null) {
        boolQuery.filter(QueryBuilders.termQuery("contractStatus", status));
    }
    sourceBuilder.query(boolQuery).from(0).size(20);
    searchRequest.source(sourceBuilder);

    SearchResponse response = esClient.search(searchRequest, RequestOptions.DEFAULT);
    List<ContractDoc> results = new ArrayList<>();
    for (SearchHit hit : response.getHits()) {
        results.add(ContractDoc.fromMap(hit.getSourceAsMap()));
    }
    return results;
}

• 支持全文搜索和条件过滤

• 支持分页

• 支持宽表字段查询（无需 join）

---

六、增量 & 历史数据同步策略总结

数据类型	处理方式
历史合同	全量初始化 → 批量写入 ES
新建合同	实时写入 ES
更新合同	实时更新 ES
删除合同	实时删除 ES

建议：

• 增量同步可结合 消息队列 + CDC，保证最终一致性

• 历史数据初始化建议在低峰时执行，分批写入

---

七、总结

1. 宽表 + ES：提高合同搜索性能，避免 join

2. 全量初始化历史数据：ES 支持既往合同搜索

3. 增量同步：保证新数据实时可查

4. 三角架构（MySQL + ES + ClickHouse）：各司其职

   • MySQL：权威数据

   • ES：快速搜索

   • ClickHouse：报表分析【聚合极快、适合统计数据量（亿级）报表】

通过这套设计，合同系统既能秒级响应搜索，又能提供高效报表分析，满足大规模企业业务需求。