一个搜索接口能返回商品,并不代表搜索页已经做好了。用户选择品牌后,其他品牌的选项要不要保留?按销量排序会不会把不相关的商品放到最前面?搜索服务超时,页面应该显示“没有商品”还是“暂时不可用”?
这些问题跨越了 DSL、接口设计和数据同步。本篇沿用前六篇的索引和样本,把它们整理成一套能逐项验收的商品搜索功能。
阅读前提:先完成第二篇的索引和样本导入,了解第三篇的组合查询。Java 接口见第四篇;本篇新增的品牌聚合先在 Kibana Console 验证,再按同样的响应契约扩展接口。
先写清楚一次搜索应该发生什么
我们要实现的第一版需求是:
搜索“蓝牙耳机”,只展示已上架、价格在 100~300 元之间的数码耳机;用户可以选择品牌,也可以按销量或价格排序。列表同时展示标题高亮和可选品牌数量。
这里至少包含三种不同的决定:
| 决定 | 本例规则 | 放在哪里 |
|---|---|---|
| 哪些商品可以出现 | 标题命中、上架, 分类与价格符合要求 | 主查询 query |
| 选品牌后怎样筛选 | 列表只显示所选品牌, 保留其他品牌入口 | post_filter |
| 商品怎样排列 | 默认按相关性, 选销量时按销量 | sort |
明确规则以后,再设计接口参数。沿用第四篇的 keyword、category、brand、minPrice、maxPrice、sortBy、pageNo 和 pageSize;价格参数以分计,100~300 元传 10000 和 30000。
不要再为最后一篇新建一套 categoryId/categoryName 或 subtitle 字段。本系列使用 category 和 description,完整 Mapping 只维护在第二篇,减少“前面建的索引接不上后面查询”的问题。
一次请求和一次商品变更是两条链路
搜索请求读取已经准备好的文档;商品变更则负责更新这份文档。两者分开,才能分别控制查询延迟和同步延迟。
products-read 和 products-write 都是别名,最初指向 products-v1。重建索引后,应用继续使用原别名,不需要把索引版本写死在业务代码里。
同步程序要考虑的不只是商品表。品牌改名、类目调整,也会影响搜索文档。哪些源字段发生变化时要重建哪些商品,应当成为投影构建逻辑的一部分;重试、乱序和别名切换的完整流程见第五篇。
这里有一个边界必须保留:status=ON_SALE 只能过滤 ES 当前视图中 的下架商品,无法消除同步延迟。若业务要求下架后立即从页面消失,还需要权威状态校验或可靠的即时拦截机制;下单则始终重新校验商品、价格和可用库存。
用五条样本推演结果
下面是第二篇数据中与本次查询有关的字段。预期结果以重新导入原始样本后为准;如果做过第五篇的改价练习,先恢复样本再核对。
| ID | 标题 | 价格(元) | 销量 | 状态 |
|---|---|---|---|---|
| 1001 | SoundGo 无线蓝牙耳机 | 199 | 3000 | ON_SALE |
| 1002 | SoundGo 便携蓝牙音箱 | 299 | 1200 | ON_SALE |
| 1003 | GameMax 有线游戏耳机 | 99 | 5000 | ON_SALE |
| 1004 | SoundGo 降噪蓝牙耳机 | 399 | 800 | OFF_SALE |
| 1005 | AirBeat 无线蓝牙耳机 | 259 | 1800 | ON_SALE |
本系列标题采用内置 cjk 分词器,查询使用 match 配合 operator: "and"。搜索“蓝牙耳机”时,需要匹配查询分析得到的全部词项;在这套样本中,标题候选是 1001、1004、1005。
再加入上架、分类和价格条件,只剩 1001、1005。按销量降序时,1001 排在 1005 前面。这个推导过程比先看一段很长的 JSON 更有用:查询执行后,一旦结果不符,就可以逐层检查是哪一个条件出了问题。
品牌计数:统计“现在看到的”,还是“还可以选择的”
假设页面已经显示两件耳机和两个品牌:
SoundGo(1)AirBeat(1)用户选择 SoundGo 后,我们希望列表只剩 1001,但品牌区域仍保留 AirBeat,方便切换。此时,列表和品牌统计使用的过滤范围不同。
如果把 brand=SoundGo 放进主查询的 bool.filter,品牌聚合也只能看到 SoundGo,AirBeat 会消失。这不是聚合失效,而是统计对象被主查询缩小了。
本例使用 post_filter:主查询保留关键词、上架、分类和价格;品牌聚合基于这个集合计算;最后只对搜索命中应用品牌条件。下面是一条完整的 Console 请求:
GET /products-read/_search{ "from": 0, "size": 10, "track_total_hits": true, "query": { "bool": { "must": [ { "match": { "title": { "query": "蓝牙耳机", "operator": "and" } } } ], "filter": [ { "term": { "status": "ON_SALE" } }, { "term": { "category": "数码耳机" } }, { "range": { "price": { "gte": 10000, "lte": 30000 } } } ] } }, "post_filter": { "term": { "brand": "SoundGo" } }, "sort": [ { "sales": "desc" }, { "productId": "asc" } ], "highlight": { "encoder": "html", "pre_tags": ["<em>"], "post_tags": ["</em>"], "fields": { "title": { "number_of_fragments": 0 } } }, "aggs": { "brands": { "terms": { "field": "brand", "size": 20, "order": { "_key": "asc" } } } }}执行后,重点检查下面三处。JSON 只摘录核对字段,不是完整响应:
{ "hits": { "total": { "value": 1, "relation": "eq" }, "hits": [ { "_id": "1001" } ] }, "aggregations": { "brands": { "buckets": [ { "key": "AirBeat", "doc_count": 1 }, { "key": "SoundGo", "doc_count": 1 } ] } }}hits.total 是选择 SoundGo 后的列表总数;品牌桶的计数则是选择品牌前、但满足其他主查询条件的数量。两者不同,正是我们定义的产品行为。
取消品牌选择时,移除 post_filter,列表恢复 1001、1005。选择一个不存在的品牌时,列表为空,品牌选项仍可保留,帮助用户撤销这次筛选。
多个筛选维度不能只靠一个 post_filter
本例只让品牌统计忽略品牌选择。如果以后要求“品牌统计忽略品牌、分类统计忽略分类、价格统计忽略价格”,一个统一的 post_filter 无法自动完成这种口径。
可以让主查询保留共同条件,然后为每个聚合单独加入其他维度的过滤,再用列表过滤组合全部选择。例如,品牌聚合需要带上已选分类和价格,分类聚合需要带上已选品牌和价格。是否值得增加这层复杂度,应先由页面交互决定。
还要区分“展示若干筛选项”和“导出全部分组”。这里 size: 20 最多返回 20 个品牌桶;真实数据超过这个数量时,不能把返回桶当成所有品牌。大量分组需要完整遍历时,应另行使用 composite 聚合分页。
排序先回答业务问题,再调整分数
“综合排序”这个名字并没有说明实际规则。第一版可以把选择写得明确一些:
sortBy | 优先比较 | 排序规则 |
|---|---|---|
default | 文本相关性 | _score desc再 productId asc |
sales_desc | 销量 | sales desc再 productId asc |
price_ascprice_desc | 价格 | price asc/desc再 productId asc |
newest | 创建时间 | createdAt desc再 productId asc |
样本中的 createdAt 是商品创建时间;如果业务真正要按“最近上架”排,应增加语义明确的 onSaleAt 字段并重新定义索引,不能把两个时间混用。空关键词表示浏览列表,本系列默认改按销量排序,因为这时没有文本相关性可以比较。
最后加上 productId 是为了在主要排序值相同时确定顺序。它无法冻结两次请求之间的数据变化;需要连续稳定遍历时,使用第六篇的 PIT 和 search_after。
销量应该加多少权重
如果用户没有主动选择销量排序,可以尝试在相关性基础上加入销量信号,但不要直接把 _score 与销量相加。两者的量级不同,销量很容易压过文本相关性。
一种实验方向是用 function_score 对销量做对数变换,再以有限权重参与评分。这里不提供“通用最优系数”:同一个系数换一批商品,结果就可能完全不同。先准备一组真实搜索词及人工判断的相关商品,再比较改动前后的前几条结果。
例如,至少同时观察“蓝牙耳机”“有线游戏耳机”“SoundGo”这几类查询,检查新商品是否被历史销量长期压住。如果只是不断提高点击率,还可能放大标题吸引人但并不相关的结果。相关性评估和业务转化需要分别记录。
接口返回页面需要的数据,并保留错误含义
第四篇的接口已经完成参数校验、排序白名单、分页和高亮。本篇的品牌聚合是后续扩展:在列表返回结构旁增加 brands,每项包含品牌值和数量即可,不必把整份 ES 响应直接交给前端。
原始标题与高亮标题应是不同字段。没有高亮时,用原始标题作为纯文本展示;有高亮时,只接受受控的标记和经过编码的内容。不能让列表依赖修改后的标题,再把带标签的文本用于订单、埋点或其他业务。
搜索返回前还应区分下面几种状态:
| 情况 | 页面语义 | 服务端处理 |
|---|---|---|
| 正常查询没有命中 | 没有符合条件的商品 | 返回成功和空列表, 允许调整筛选 |
| 参数越界或价格颠倒 | 当前请求无效 | 返回参数错误, 不执行 ES 查询 |
| 超时或部分分片失败 | 本次结果不完整 | 明确报错或降级 |
| 缓存或热门商品兜底 | 当前是替代结果 | 标明来源或降级状态 |
不要把连接失败捕获后直接返回 total=0。用户会误以为商品不存在,运营也会把基础设施故障算进“无结果搜索率”。
兜底不一定意味着直接把所有查询转到 MySQL。原先承受不了的复杂搜索,故障时可能反而把数据库压垮。可以提供受限的分类列表、短时间缓存结果或清楚的重试提示,并限制降级请求量。
用同一组用例验收整条链路
先重置第二篇的五条样本,再执行以下检查。除特别说明外,所有列表查询都过滤 status=ON_SALE,价格单位为分。
- 关键词召回:标题搜“蓝牙耳机”,使用
operator=and。应命中 1001、1005,1002 音箱和 1003 有线耳机不混入。 - 空关键词:不加关键词及其他筛选,默认按销量。应依次返回 1003、1001、1005、1002。
- 价格与排序:关键词为“蓝牙耳机”,价格 10000~30000,销量降序。应是 1001 在前、1005 在后。
- 边界价格:在上个请求中将价格上下限都设为 19900。应只剩 1001,确认
gte/lte包含边界。 - 品牌筛选:执行上面的聚合请求。列表总数应为 1,SoundGo 与 AirBeat 的桶计数各为 1。
- 参数错误:分别提交页码 0、超大页大小、未知排序,以及最小价格大于最大价格的请求。Java 接口应返回参数错误。
- 下架同步:在业务源将 1001 下架,等待同步成功及 refresh。它应从搜索结果消失;同步前仍可能被旧视图命中。
- 重复与乱序:按第五篇方案重投同一事件、晚投旧事件。商品不应重复,旧内容不应覆盖新内容。
- 服务不可用:在练习环境暂停 ES,再调用 Java 接口。应返回明确服务错误,不伪装为空结果。
涉及改价、下架的用例会改变数据,下一轮验收前要重新导入样本。前三类查询验证的是搜索规则;同步用例还需要你已经实现第五篇的同步链路,不能只改 ES 文档就声称验证了 MySQL 到 ES 的一致性。
后续优化从可观测的问题开始
第一版上线后,可以先收集搜索词、结果数量、接口耗时、超时比例和同步延迟。日志里的查询条件与一次请求标识能帮助复现问题;统计时应把真实零命中与失败请求分开。
观察到大量型号、品牌词搜不到,再检查分词与词典;观察到用户反复改写同一个词,再考虑同义词、纠错或建议;观察到相关商品长期排在后面,再调整排序。每次变更保留一组查询和预期结果,避免修好一个词、弄坏另一个词。
做到这一步,你已经能沿着一条具体路径解释搜索:源数据如何变成文档,文档如何进入候选集合,候选如何过滤排序,结果又如何回到页面。继续扩展功能时,就可以明确知道改动影响的是哪一层。
参考资料
If this article helped you, please share it with others!
Some information may be outdated






