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(xiàn)通常需要考慮建議詞的來源、匹配、排序、聚合、關(guān)聯(lián)的文檔數(shù)和拼寫糾錯等，本文介紹一個基于Elasticsearch實現(xiàn)的搜索建議。

問題描述

電商網(wǎng)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為電商帶來更高的收益，我們先來看看淘寶、京東、亞馬遜網(wǎng)站的搜索建議。

在淘寶的搜索框輸入【衛(wèi)衣】時，下方的搜索建議包括建議詞以及相關(guān)的標簽：

在京東的搜索框輸入【衛(wèi)衣】時，下方搜索建議右方顯示建議詞關(guān)聯(lián)的商品數(shù)量：

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

通過上述對比可以看出，不同的電商對于搜索建議的側(cè)重點略有不同，但核心的問題包括：

• 匹配：能夠通過用戶的輸入進行前綴匹配；

• 排序：根據(jù)建議詞的優(yōu)先級進行排序；

• 聚合：能夠根據(jù)建議詞關(guān)聯(lián)的商品進行聚合，比如聚合分類、聚合標簽等；

• 糾錯：能夠?qū)τ脩舻妮斎脒M行拼寫糾錯；

搜索建議實現(xiàn)

在我們的搜索建議實現(xiàn)里，主要考慮了建議詞的來源、匹配、排序、關(guān)聯(lián)的商品數(shù)量和拼寫糾錯。

SuggestionDiscovery

• SuggestionDiscovery的職責是發(fā)現(xiàn)建議詞；

• 建議詞的來源可以是商品的分類名稱、品牌名稱、商品標簽、商品名稱的高頻詞、熱搜詞，也可以是一些組合詞，比如“分類 + 性別”和“分類 + 標簽”，還可以是一些自定義添加的詞；

• 建議詞維護的時候需要考慮去重，比如“衛(wèi)衣男”和“衛(wèi)衣 男”應該是相同的，“Nike”和“nike”也應該是相同的；

• 由于建議詞的來源通常比較穩(wěn)定，所以執(zhí)行的周期可以比較長一點，比如每周一次；

SuggestionCounter

• SuggestionCounter的職責是獲取建議詞關(guān)聯(lián)的商品數(shù)量，如果需要可以進行一些聚合操作，比如聚合分類和標簽；

• SuggestionCounter的實現(xiàn)的時候由于要真正地調(diào)用搜索接口，應該盡量避免對用戶搜索的影響，比如在凌晨執(zhí)行并且使用單線程調(diào)用；

• 為了提升效率，應該使用Elasticsearch的Multi Search接口批量進行count，同時批量更新數(shù)據(jù)庫里建議詞的count值；

• 由于SuggestionCounter是比較耗資源的，可以考慮延長執(zhí)行的周期，但是這可能會帶來count值與實際搜索時誤差較大的問題，這個需要根據(jù)實際情況考慮；

SuggestionIndexRebuiler

• SuggestionIndexRebuiler的職責是負責重建索引；

• 考慮到用戶的搜索習慣，可以使用Multi-fields來給建議詞增加多個分析器。比如對于【衛(wèi)衣 套頭】的建議詞使用Multi-fields增加不分詞字段、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】都可以匹配到該建議詞；

• 重建索引時通過是通過bulk批量添加到臨時索引中，然后通過別名來更新；

• 重建索引的數(shù)據(jù)依賴于SuggestionCounter，因此其執(zhí)行的周期應該與SuggestionCounter保持一致；

SuggestionService

• SuggestionService是真正處于用戶搜索建議的服務類；

• 通常的實現(xiàn)是先到緩存中查詢是否能匹配到緩存記錄，如果能匹配到則直接返回；否則的話調(diào)用Elasticsearch的Prefix Query進行搜索，由于我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；如果此時Elasticsearch返回不為空的結(jié)果數(shù)據(jù)，那么加入緩存并返回即可；

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

• 如果Elasticsearch返回的是空結(jié)果，此時應該需要增加拼寫糾錯的處理（拼寫糾錯也可以在調(diào)用Elasticsearch搜索的時候帶上，但是通常情況下用戶并沒有拼寫錯誤，所以建議還是在后面單獨調(diào)用suggester）；如果返回的suggest不為空，則根據(jù)新的詞調(diào)用建議詞服務；比如用戶輸入了【adidss】，調(diào)用Elasticsearch的suggester獲取到的結(jié)果是【adidas】，則再根據(jù)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(guān)于排序：在我們的實現(xiàn)里面是通過weight和count進行排序的，weight目前只考慮了建議詞的類型（比如分類 > 品牌 > 標簽）；

實現(xiàn)效果和后續(xù)改進

• 通過上面的實現(xiàn)，我們已經(jīng)能實現(xiàn)一個比較強大的搜索建議詞了，實際的效果如下所示：

• 后續(xù)可以考慮的改進：參考亞馬遜增加分類的聚合展示、增加用戶個性化的處理支持更好的建議詞排序、基于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

轉(zhuǎn)載于:https://blog.51cto.com/8132260/2150787

總結(jié)

以上是生活随笔為你收集整理的基于Elasticsearch实现搜索建议的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。