SpringBoot + MySQL + Elasticsearch 打造房产租赁信息搜索平台

《基于 SpringBoot + MySQL + Elasticsearch 的房产租赁信息搜索平台》

✅ 全文检索

✅ 中文分词

✅ 高亮 / 分页 / 筛选

✅ 数据同步

✅ 技术深度足够，答辩老师基本不会为难你

一、项目背景（论文 / 实战通用）

随着房产租赁市场的发展，用户对房源搜索的体验要求越来越高：

• 传统 SQLLIKE查询性能差、匹配不智能

• 无法支持模糊、同义词、纠错

• 筛选条件多，组合复杂

• 数据量大时响应慢

本系统基于SpringBoot + MySQL + Elasticsearch，实现：

✅ 房源信息全文检索

✅ 中文分词 & 高亮显示

✅ 多条件组合筛选

✅ MySQL ↔ ES 数据同步

✅ 近实时搜索

二、技术架构

前端（Vue / Thymeleaf） ↓ SpringBoot ├── 搜索接口（ES） ├── 房源管理（MySQL） ├── 数据同步模块 ↓ MySQL（源数据） Elasticsearch（全文索引）

三、系统功能模块

房产租赁搜索平台 ├── 房源管理模块 │ ├── 发布房源 │ └── 编辑 / 下架 ├── 全文检索模块（⭐核心） │ ├── 关键词搜索 │ ├── 高亮显示 │ └── 分页排序 ├── 组合筛选模块 │ ├── 价格区间 │ ├── 区域 / 户型 │ └── 标签筛选 ├── 数据同步模块 │ └── MySQL → ES └── 用户模块

四、数据库设计（MySQL）

1️⃣ 房源表house

CREATE TABLE house ( id BIGINT PRIMARY KEY AUTO_INCREMENT, title VARCHAR(100), description TEXT, price DECIMAL(10,2), area DECIMAL(8,2), room_count INT, hall_count INT, floor INT, total_floor INT, direction VARCHAR(20), district VARCHAR(50), address VARCHAR(200), tags VARCHAR(200), -- 近地铁,精装修 status INT DEFAULT 1, create_time DATETIME, update_time DATETIME );

五、ES 索引设计（⭐核心）

1️⃣ 创建索引 + IK 分词

PUT /house_index { "settings": { "number_of_shards": 1, "analysis": { "analyzer": { "ik_max_word": { "type": "ik_max_word" } } } }, "mappings": { "properties": { "id": { "type": "long" }, "title": { "type": "text", "analyzer": "ik_max_word" }, "description":{ "type": "text", "analyzer": "ik_max_word" }, "price": { "type": "double" }, "area": { "type": "double" }, "roomCount": { "type": "integer" }, "district": { "type": "keyword" }, "tags": { "type": "keyword" }, "createTime": { "type": "date" } } } }

2️⃣ 实体类HouseES

@Data @Document(indexName = "house_index") public class HouseES { private Long id; private String title; private String description; private Double price; private Double area; private Integer roomCount; private String district; private List<String> tags; private Date createTime; }

六、数据同步（MySQL → ES）

方式一：同步写入（简单）

@Transactional public void save(House house) { // 1. 写 MySQL houseMapper.insert(house); // 2. 写 ES HouseES es = convert(house); restHighLevelClient.index( new IndexRequest("house_index") .id(house.getId().toString()) .source(JSON.toJSONString(es), XContentType.JSON) ); }

方式二：定时同步（推荐）

@Scheduled(cron = "0 */5 * * * ?") public void sync() { List<House> list = houseMapper.selectUpdatedAfter(lastSyncTime); for (House h : list) { updateES(h); } }

七、全文检索核心实现（⭐重点）

1️⃣ 构建搜索条件

SearchRequest request = new SearchRequest("house_index"); BoolQueryBuilder boolQuery = QueryBuilders.boolQuery(); // 1. 全文检索 if (StringUtils.isNotBlank(keyword)) { boolQuery.must(QueryBuilders.multiMatchQuery(keyword, "title", "description")); } // 2. 价格区间 if (minPrice != null) { boolQuery.filter(QueryBuilders.rangeQuery("price").gte(minPrice)); } if (maxPrice != null) { boolQuery.filter(QueryBuilders.rangeQuery("price").lte(maxPrice)); } // 3. 区域 if (StringUtils.isNotBlank(district)) { boolQuery.filter(QueryBuilders.termQuery("district", district)); } // 4. 户型 if (roomCount != null) { boolQuery.filter(QueryBuilders.termQuery("roomCount", roomCount)); }

2️⃣ 高亮 + 分页

// 高亮 HighlightBuilder highlight = new HighlightBuilder() .field("title") .preTags("<em>") .postTags("</em>"); // 分页 SearchSourceBuilder source = new SearchSourceBuilder() .query(boolQuery) .highlighter(highlight) .from((pageNum - 1) * pageSize) .size(pageSize) .sort("createTime", SortOrder.DESC); request.source(source);

3️⃣ 解析结果

SearchResponse response = restHighLevelClient.search(request, RequestOptions.DEFAULT); for (SearchHit hit : response.getHits()) { HouseES house = JSON.parseObject(hit.getSourceAsString(), HouseES.class); // 取高亮 Map<String, HighlightField> hl = hit.getHighlightFields(); if (hl.containsKey("title")) { house.setTitle(hl.get("title").fragments()[0].string()); } }

八、搜索接口（Controller）

@GetMapping("/search") public R<PageResult<HouseES>> search( @RequestParam(required = false) String keyword, @RequestParam(required = false) Double minPrice, @RequestParam(required = false) Double maxPrice, @RequestParam(defaultValue = "1") Integer pageNum ) { return R.ok(searchService.search(keyword, minPrice, maxPrice, pageNum)); }

九、搜索页面（前端示例）

<form action="/search"> <input type="text" name="keyword" placeholder="搜索小区/商圈/地铁"> 价格： <input name="minPrice" placeholder="最低价"> ~ <input name="maxPrice" placeholder="最高价"> <button>搜索</button> </form> <div th:each="h : ${list}"> <h3 th:utext="${h.title}"></h3> <p th:text="${h.description}"></p> <span th:text="${h.price} + '元/月'"></span> </div>

十、系统特色（⭐答辩亮点）

✅ Elasticsearch 全文检索

✅ IK 中文分词 + 高亮

✅ 多条件组合筛选

✅ MySQL ↔ ES 数据同步

✅ 近实时搜索

✅ 可扩展为租房平台核心搜索

十一、可扩展方向（工作量拉满）

✅ 地理位置搜索（geo_point）

✅ 自动补全 / 搜索建议（suggest）

✅ 竞价排名 / 房源置顶

✅ 搜索热词统计

✅ 分布式 ES 集群

✅ 接入大模型做智能问答

十二、毕设论文结构建议