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通常需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為電商帶來更高的收益，我們先來看看淘寶、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簽：
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：
通過上述對比可以看出，不同的電商對於搜索建議的側重點略有不同，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：根據建議詞的優先級進行排序；
- 聚合：能夠根據建議詞關聯的商品進行聚合，比如聚合分類、聚合標簽等；
- 糾錯：能夠對用戶的輸入進行拼寫糾錯；
搜索建議實現
在我們的搜索建議實現里，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“衛衣男”和“衛衣 男”應該是相同的，“Nike”和“nike”也應該是相同的；
- 由於建議詞的來源通常比較穩定，所以執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聯的商品數量，如果需要可以進行一些聚合操作，比如聚合分類和標簽；
- SuggestionCounter的實現的時候由於要真正地調用搜索接口，應該盡量避免對用戶搜索的影響，比如在凌晨執行並且使用單線程調用；
- 為了提升效率，應該使用Elasticsearch的Multi Search接口批量進行count，同時批量更新數據庫里建議詞的count值；
- 由於SuggestionCounter是比較耗資源的，可以考慮延長執行的周期，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。比如對於【衛衣 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；
- 重建索引的數據依賴於SuggestionCounter，因此其執行的周期應該與SuggestionCounter保持一致；
SuggestionService
- SuggestionService是真正處於用戶搜索建議的服務類；
- 通常的實現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；否則的話調用Elasticsearch的Prefix Query進行搜索，由於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返回不為空的結果數據，那么加入緩存並返回即可；
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"
}
} ]
}
- 如果Elasticsearch返回的是空結果，此時應該需要增加拼寫糾錯的處理（拼寫糾錯也可以在調用Elasticsearch搜索的時候帶上，但是通常情況下用戶並沒有拼寫錯誤，所以建議還是在后面單獨調用suggester）；如果返回的suggest不為空，則根據新的詞調用建議詞服務；比如用戶輸入了【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：在我們的實現里面是通過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）；
實現效果和后續改進
- 通過上面的實現，我們已經能實現一個比較強大的搜索建議詞了，實際的效果如下所示：
- 后續可以考慮的改進：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、基於用戶的搜索歷史支持更好的建議詞推薦；