基于Elasticsearch实现搜索建议

转自http://ginobefunny.com/post/search_suggestion_implemention_based_elasticsearch/?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io

搜索建议是搜索的一个重要组成部分,一个搜索建议的实现通常需要考虑建议词的来源、匹配、排序、聚合、关联的文档数和拼写纠错等,本文介绍一个基于Elasticsearch实现的搜索建议。

问题描述

电商网站的搜索是最基础最重要的功能之一,搜索框上面的良好体验能为电商带来更高的收益,我们先来看看淘宝、京东、亚马逊网站的搜索建议。

在淘宝的搜索框输入【卫衣】时,下方的搜索建议包括建议词以及相关的标签:
淘宝的搜索建议

在京东的搜索框输入【卫衣】时,下方搜索建议右方显示建议词关联的商品数量:
京东的搜索建议

在亚马逊的搜索框输入【卫衣】时,搜索建议上部分能支持在特定的分类下进行搜索:
亚马逊的搜索建议

通过上述对比可以看出,不同的电商对于搜索建议的侧重点略有不同,但核心的问题包括:

匹配:能够通过用户的输入进行前缀匹配;
排序:根据建议词的优先级进行排序;
聚合:能够根据建议词关联的商品进行聚合,比如聚合分类、聚合标签等;
纠错:能够对用户的输入进行拼写纠错;
搜索建议实现

在我们的搜索建议实现里,主要考虑了建议词的来源、匹配、排序、关联的商品数量和拼写纠错。

SuggestionDiscovery

SuggestionDiscovery的职责是发现建议词;
建议词的来源可以是商品的分类名称、品牌名称、商品标签、商品名称的高频词、热搜词,也可以是一些组合词,比如“分类 + 性别”和“分类 + 标签”,还可以是一些自定义添加的词;
建议词维护的时候需要考虑去重,比如“卫衣男”和“卫衣 男”应该是相同的,“Nike”和“nike”也应该是相同的;
由于建议词的来源通常比较稳定,所以执行的周期可以比较长一点,比如每周一次;
SuggestionCounter

SuggestionCounter的职责是获取建议词关联的商品数量,如果需要可以进行一些聚合操作,比如聚合分类和标签;
SuggestionCounter的实现的时候由于要真正地调用搜索接口,应该尽量避免对用户搜索的影响,比如在凌晨执行并且使用单线程调用;
为了提升效率,应该使用Elasticsearch的Multi Search接口批量进行count,同时批量更新数据库里建议词的count值;
由于SuggestionCounter是比较耗资源的,可以考虑延长执行的周期,但是这可能会带来count值与实际搜索时误差较大的问题,这个需要根据实际情况考虑;
SuggestionIndexRebuiler

SuggestionIndexRebuiler的职责是负责重建索引;
考虑到用户的搜索习惯,可以使用Multi-fields来给建议词增加多个分析器。比如对于【卫衣 套头】的建议词使用Multi-fields增加不分词字段、拼音分词字段、拼音首字母分词字段、IK分词字段,这样输入【weiyi】和【套头】都可以匹配到该建议词;
重建索引时通过是通过bulk批量添加到临时索引中,然后通过别名来更新;
重建索引的数据依赖于SuggestionCounter,因此其执行的周期应该与SuggestionCounter保持一致;
SuggestionService

SuggestionService是真正处于用户搜索建议的服务类;
通常的实现是先到缓存中查询是否能匹配到缓存记录,如果能匹配到则直接返回;否则的话调用Elasticsearch的Prefix Query进行搜索,由于我们在重建索引的时候定义了Multi-fields,在搜索的时候应该用boolQuery来处理;如果此时Elasticsearch返回不为空的结果数据,那么加入缓存并返回即可;
POST /suggestion/_search
{
“from” : 0,
“size” : 10,
“query” : {
“bool” : {
“must” : {
“bool” : {
“should” : [ {
“prefix” : {
“keyword” : “卫衣”
}
}, {
“prefix” : {
“keyword.keyword_ik” : “卫衣”
}
}, {
“prefix” : {
“keyword.keyword_pinyin” : “卫衣”
}
}, {
“prefix” : {
“keyword.keyword_first_py” : “卫衣”
}
} ]
}
},
“filter” : {
“range” : {
“count” : {
“from” : 5,
“to” : null,
“include_lower” : true,
“include_upper” : true
}
}
}
}
},
“sort” : [ {
“weight” : {
“order” : “desc”
}
}, {
“count” : {
“order” : “desc”
}
} ]
}
如果Elasticsearch返回的是空结果,此时应该需要增加拼写纠错的处理(拼写纠错也可以在调用Elasticsearch搜索的时候带上,但是通常情况下用户并没有拼写错误,所以建议还是在后面单独调用suggester);如果返回的suggest不为空,则根据新的词调用建议词服务;比如用户输入了【adidss】,调用Elasticsearch的suggester获取到的结果是【adidas】,则再根据adidas进行搜索建议词处理。
POST /suggestion/_search
{
“size” : 0,
“suggest” : {
“keyword_suggestion” : {
“text” : “adidss”,
“term” : {
“field” : “keyword”,
“size” : 1
}
}
}
}
关于排序:在我们的实现里面是通过weight和count进行排序的,weight目前只考虑了建议词的类型(比如分类 > 品牌 > 标签);
实现效果和后续改进

通过上面的实现,我们已经能实现一个比较强大的搜索建议词了,实际的效果如下所示:
最终效果

后续可以考虑的改进:参考亚马逊增加分类的聚合展示、增加用户个性化的处理支持更好的建议词排序、基于用户的搜索历史支持更好的建议词推荐;
参考资料

Elasticsearch Prefix Query
Elasticsearch Suggester

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值