基於Elasticsearch實現搜索建議

搜索建議是搜索的一個重要組成部分，一個搜索建議的實現一般須要考慮建議詞的來源、匹配、排序、聚合、關聯的文檔數和拼寫糾錯等，本文介紹一個基於Elasticsearch實現的搜索建議。

問題描述

電商網站的搜索是最基礎最重要的功能之一，搜索框上面的良好體驗能爲電商帶來更高的收益，咱們先來看看淘寶、京東、亞馬遜網站的搜索建議。

在淘寶的搜索框輸入【衛衣】時，下方的搜索建議包括建議詞以及相關的標籤：

在京東的搜索框輸入【衛衣】時，下方搜索建議右方顯示建議詞關聯的商品數量：

在亞馬遜的搜索框輸入【衛衣】時，搜索建議上部分能支持在特定的分類下進行搜索：

經過上述對比能夠看出，不一樣的電商對於搜索建議的側重點略有不一樣，但核心的問題包括：

• 匹配：可以經過用戶的輸入進行前綴匹配；
• 排序：根據建議詞的優先級進行排序；
• 聚合：可以根據建議詞關聯的商品進行聚合，好比聚合分類、聚合標籤等；
• 糾錯：可以對用戶的輸入進行拼寫糾錯；

搜索建議實現

在咱們的搜索建議實現裏，主要考慮了建議詞的來源、匹配、排序、關聯的商品數量和拼寫糾錯。

SuggestionDiscovery

• SuggestionDiscovery的職責是發現建議詞；
• 建議詞的來源能夠是商品的分類名稱、品牌名稱、商品標籤、商品名稱的高頻詞、熱搜詞，也能夠是一些組合詞，好比「分類 + 性別」和「分類 + 標籤」，還能夠是一些自定義添加的詞；
• 建議詞維護的時候須要考慮去重，好比「衛衣男」和「衛衣 男」應該是相同的，「Nike」和「nike」也應該是相同的；
• 因爲建議詞的來源一般比較穩定，因此執行的週期能夠比較長一點，好比每週一次；

SuggestionCounter

• SuggestionCounter的職責是獲取建議詞關聯的商品數量，若是須要能夠進行一些聚合操做，好比聚合分類和標籤；
• SuggestionCounter的實現的時候因爲要真正地調用搜索接口，應該儘可能避免對用戶搜索的影響，好比在凌晨執行而且使用單線程調用；
• 爲了提高效率，應該使用Elasticsearch的Multi Search接口批量進行count，同時批量更新數據庫裏建議詞的count值；
• 因爲SuggestionCounter是比較耗資源的，能夠考慮延長執行的週期，可是這可能會帶來count值與實際搜索時偏差較大的問題，這個須要根據實際狀況考慮；

SuggestionIndexRebuiler

• SuggestionIndexRebuiler的職責是負責重建索引；
• 考慮到用戶的搜索習慣，可使用Multi-fields來給建議詞增長多個分析器。好比對於【衛衣 套頭】的建議詞使用Multi-fields增長不分詞字段、拼音分詞字段、拼音首字母分詞字段、IK分詞字段，這樣輸入【weiyi】和【套頭】均可以匹配到該建議詞；
• 重建索引時經過是經過bulk批量添加到臨時索引中，而後經過別名來更新；
• 重建索引的數據依賴於SuggestionCounter，所以其執行的週期應該與SuggestionCounter保持一致；

SuggestionService

• SuggestionService是真正處於用戶搜索建議的服務類；
• 一般的實現是先到緩存中查詢是否能匹配到緩存記錄，若是能匹配到則直接返回；不然的話調用Elasticsearch的Prefix Query進行搜索，因爲咱們在重建索引的時候定義了Multi-fields，在搜索的時候應該用boolQuery來處理；若是此時Elasticsearch返回不爲空的結果數據，那麼加入緩存並返回便可；

POST /suggestion/_search
{
  "from" : 0,
  "size" : 10,
  "query" : {
    "bool" : {
      "must" : {
        "bool" : {
          "should" : [ {
            "prefix" : {
              "keyword" : "衛衣"
            }
          }, {
            "prefix" : {
              "keyword.keyword_ik" : "衛衣"
            }
          }, {
            "prefix" : {
              "keyword.keyword_pinyin" : "衛衣"
            }
          }, {
            "prefix" : {
              "keyword.keyword_first_py" : "衛衣"
            }
          } ]
        }
      },
      "filter" : {
        "range" : {
          "count" : {
            "from" : 5,
            "to" : null,
            "include_lower" : true,
            "include_upper" : true
          }
        }
      }
    }
  },
  "sort" : [ {
    "weight" : {
      "order" : "desc"
    }
  }, {
    "count" : {
      "order" : "desc"
    }
  } ]
}

• 若是Elasticsearch返回的是空結果，此時應該須要增長拼寫糾錯的處理（拼寫糾錯也能夠在調用Elasticsearch搜索的時候帶上，可是一般狀況下用戶並無拼寫錯誤，因此建議仍是在後面單獨調用suggester）；若是返回的suggest不爲空，則根據新的詞調用建議詞服務；好比用戶輸入了【adidss】，調用Elasticsearch的suggester獲取到的結果是【adidas】，則再根據adidas進行搜索建議詞處理。

POST /suggestion/_search
{
  "size" : 0,
  "suggest" : {
    "keyword_suggestion" : {
      "text" : "adidss",
      "term" : {
        "field" : "keyword",
        "size" : 1
      }
    }
  }
}

• 關於排序：在咱們的實現裏面是經過weight和count進行排序的，weight目前只考慮了建議詞的類型（好比分類 > 品牌 > 標籤）；

實現效果和後續改進

• 經過上面的實現，咱們已經能實現一個比較強大的搜索建議詞了，實際的效果以下所示：

• 後續能夠考慮的改進：參考亞馬遜增長分類的聚合展現、增長用戶個性化的處理支持更好的建議詞排序、基於用戶的搜索歷史支持更好的建議詞推薦；

參考資料

• Elasticsearch Prefix Query
• Elasticsearch Suggester