当前位置：首页 > 后端开发 > 正文

Java如何实现页面搜索功能？

admin
后端开发
2025-06-12
3244

在Java中实现页面搜索功能，通常结合前端传递关键词，后端通过Spring Boot框架接收请求，利用JPA或MyBatis操作数据库进行模糊查询（如SQL的LIKE语句），最后将匹配结果返回页面渲染展示，核心步骤包括参数接收、数据库查询和结果返回。

在Java中实现页面搜索功能，是Web开发中的核心需求之一，下面将分步骤详细讲解两种主流实现方案：基础SQL搜索和全文搜索引擎，并提供完整代码示例，方案选择需根据数据量、性能需求和系统复杂度决定。

基础SQL搜索（适合小型项目）

适用于数据量较小（<10万条）的场景，直接通过SQL的LIKE或全文索引实现。

Java如何实现页面搜索功能？第1张

前端页面（HTML）

<!-- search.html -->
<form action="/search" method="GET">
  <input type="text" name="keyword" placeholder="输入关键词">
  <button type="submit">搜索</button>
</form>

后端处理（Java Servlet + JDBC）

// SearchServlet.java
@WebServlet("/search")
public class SearchServlet extends HttpServlet {
    protected void doGet(HttpServletRequest request, HttpServletResponse response) {
        String keyword = request.getParameter("keyword");
        try (Connection conn = DriverManager.getConnection(DB_URL, USER, PASS)) {
            String sql = "SELECT * FROM articles WHERE title LIKE ? OR content LIKE ?";
            PreparedStatement stmt = conn.prepareStatement(sql);
            stmt.setString(1, "%" + keyword + "%");
            stmt.setString(2, "%" + keyword + "%");
            ResultSet rs = stmt.executeQuery();
            List<Article> results = new ArrayList<>();
            while (rs.next()) {
                results.add(new Article(rs.getString("title"), rs.getString("content")));
            }
            request.setAttribute("results", results);
            request.getRequestDispatcher("/results.jsp").forward(request, response);
        } catch (SQLException e) {
            e.printStackTrace();
        }
    }
}

结果展示页面（JSP）

<!-- results.jsp -->
<c:forEach items="${results}" var="article">
  <div class="result-item">
    <h3>${article.title}</h3>
    <p>${article.content}</p>
  </div>
</c:forEach>

️ 性能优化技巧

添加数据库索引：对搜索字段（如title）创建索引
分页查询：使用LIMIT offset, size避免全量加载

MySQL全文索引（示例）：

ALTER TABLE articles ADD FULLTEXT(title, content);  -- 创建全文索引
SELECT * FROM articles WHERE MATCH(title, content) AGAINST('关键词');

全文搜索引擎（适合中大型项目）

当数据量超过10万条或需要复杂搜索（分词、高亮、排序）时，推荐使用Elasticsearch或Solr,以下以Elasticsearch为例：

环境准备

<!-- Maven依赖 -->
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.17.0</version>
</dependency>

建立索引与写入数据

// 创建Elasticsearch客户端
RestHighLevelClient client = new RestHighLevelClient(
    RestClient.builder(new HttpHost("localhost", 9200, "http"))
);
// 创建索引
CreateIndexRequest request = new CreateIndexRequest("articles");
client.indices().create(request, RequestOptions.DEFAULT);
// 添加文档
IndexRequest indexRequest = new IndexRequest("articles")
    .id("1")
    .source("title", "Java教程", "content", "学习Java编程基础");
client.index(indexRequest, RequestOptions.DEFAULT);

实现搜索功能

// 执行搜索
SearchRequest searchRequest = new SearchRequest("articles");
SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
// 构建多字段查询
BoolQueryBuilder boolQuery = QueryBuilders.boolQuery()
    .should(QueryBuilders.matchQuery("title", keyword))
    .should(QueryBuilders.matchQuery("content", keyword));
sourceBuilder.query(boolQuery);
searchRequest.source(sourceBuilder);
SearchResponse response = client.search(searchRequest, RequestOptions.DEFAULT);
// 解析结果
List<Article> results = new ArrayList<>();
for (SearchHit hit : response.getHits().getHits()) {
    Map<String, Object> source = hit.getSourceAsMap();
    results.add(new Article(
        (String) source.get("title"),
        (String) source.get("content")
    ));
}

高级功能扩展

中文分词：集成IK Analyzer插件

结果高亮：

HighlightBuilder highlightBuilder = new HighlightBuilder()
    .field("content")
    .preTags("<em>")
    .postTags("</em>");
sourceBuilder.highlighter(highlightBuilder);

相关性排序：默认按_score降序排列

关键注意事项

安全性
- 使用PreparedStatement防止SQL注入
- Elasticsearch设置xpack.security.enabled: true
性能优化
- 数据库搜索：避免SELECT *，只查询必要字段
- Elasticsearch：合理设置分片数（建议节点数×1.5）
用户体验
- 前端添加搜索建议（Autocomplete）
- 搜索结果分页（PageHelper或ES的from/size）

方案对比

指标	SQL搜索	Elasticsearch
数据规模	< 10万条	> 10万条
搜索速度	较慢（全表扫描）	极快（倒排索引）
分词能力	基础（依赖数据库）	强大（支持中文分词插件）
开发复杂度	简单	中等（需维护索引）
典型应用场景	后台管理系统、博客	电商、日志分析、大型应用