es筛选数据_elasticsearch 属性筛选 商品属性筛选 elasticsearch设计实现

elasticsearch 属性筛选 商品属性筛选 elasticsearch设计实现

每个电商网站根据商品属性筛选商品是硬需求，实现方案有哪些？

纯mysql方案问题

纯mysql数据库查询性能无法达到要求，需要使用属性表不断自己做连接查询。

一是因为mysql字段需要实现设计好，商品属性又是不确定的，所以商品属性存储通常是mysql的纵表，这为属性筛选增加了无限障碍

同时，商品属性数据通常非常巨大，属性表又通常会用各种方式分表(按分类，按商品ID等)，这更让属性筛选在性能上无法满足需求

mongodb+cache方案

早期很多网站采用的方式是mongodb+cache的方式，商品完整属性数据信息放到mongodb中，mongodb自身能利用好内存，小数据量可以直接用mongodb，稍大点的数据量，mongodb自身查询性能会迅速下降(mongo主要靠内存及少量好的索引提高查询性能，属性字段做索引不科学)，这时可以mongodb配合cache(memcache,redis等)，但是随着数据量的增加，cache命中情况越来越低，系统崩溃也是常有的事。

elasticsearch方案能很好的解决查询的性能问题

通常意义的搜索引擎都是全文搜索，但是elasticsearch却远不局限于此，能直接当“数据库用”啊，神器，性能？目前来看不是事。下面直接干货，不多解析为什么，想进一步了解的还是移步elasticsearch的文档Elasticsearch Reference

python 版创建index并添加测试数据

# encoding: utf-8

import json

import requests

from elasticsearch import Elasticsearch, helpers

def main():

mappings = {

"mappings": {

"goods":{

"properties": {

'goods_id': {

"type": "long",

},

"goods_name": {

"type": "text",

},

"attrs": {

"type":