如何使用ElasticSearch映射/查询此数据？

Question

我正在使用ElasticSearch和轮胎宝石来支持我网站的搜索功能.我无法弄清楚如何映射和查询数据以获得我需要的结果.

相关代码如下.我将在下面解释所需的内容.

# models/product.rb

class Product < ActiveRecord::Base
  include Tire::Model::Search
  include Tire::Model::Callbacks

  has_many :categorizations
  has_many :categories, :through => :categorizations
  has_many :product_traits
  has_many :traits, :through => :product_traits

  mapping do
    indexes :id, type: 'integer'
    indexes :name, boost: 10
    indexes :description, analyzer: 'snowball'
    indexes :categories do
      indexes :id, type: 'integer'
      indexes :name, type: 'string', index: 'not_analyzed'
    end
    indexes :product_traits, type: 'string', index: 'not_analyzed'
  end

  def self.search(params={})

    out = tire.search(page: params[:page], per_page: 12, load: true) do
      query do
        boolean do

          must { string params[:query], default_operator: "OR" } if params[:query].present?
          must { term 'categories.id', params[:category_id] } if params[:category_id].present?

          # if we aren't browsing a category, search results are "drill-down"
          unless params[:category_id].present?
            must { term 'categories.name', params[:categories] } if params[:categories].present?
          end
          params.select { |p| p[0,2] == 't_' }.each do |name,value|
            must { term :product_traits, "#{name[2..-1]}##{value}" }
          end

        end
      end

      # don't show the category facets if we are browsing a category
      facet("categories") { terms 'categories.name', size: 20 } unless params[:category_id].present?
      facet("traits") {
        terms :product_traits, size: 1000 #, all_terms: true
      }

      # raise to_curl
    end

    # process the trait facet results into a hash of arrays
    if out.facets['traits']
      facets = {}
      out.facets['traits']['terms'].each do |f|
        split = f['term'].partition('#')
        facets[split[0]] ||= []
        facets[split[0]] << { 'term' => split[2], 'count' => f['count'] }
      end
      out.facets['traits']['terms'] = facets
    end

    out
  end

  def to_indexed_json
    {
      id: id,
      name: name,
      description: description,
      categories: categories.all(:select => 'categories.id, categories.name, categories.keywords'),
      product_traits: product_traits.includes(:trait).collect { |t| "#{t.trait.name}##{t.value}" }
    }.to_json
  end

end

正如你可以在上面看到,我正在做一些数据的前/后处理/从elasticsearch为了得到什么,我从"product_traits"字段希望.这是感觉不对的问题,也是我的问题所在.

我有大量的产品目录,每个产品都有一些"特征",如颜色,材料和品牌.由于这些特征是如此多样化,我将数据建模为包含一个Trait模型,该模型通过ProductTrait模型与Product模型相关,该模型保存给定产品的特征值.

第一个问题是:如何创建弹性搜索映射以正确索引这些特征？我假设这涉及嵌套类型,但我无法充分理解文档来解决它.

第二个问题:我希望facets以组的形式返回(以我在上述search方法结束时处理它们的方式),但是计数反映了有多少匹配而没有考虑每个特征的当前选择值.例如:如果用户搜索"Glitter"然后单击与"蓝色"构面对应的链接,我希望所有"颜色"构面保持可见并显示对应查询结果的计数 而不使用"蓝色"过滤器.我希望这是一个很好的解释,对不起,如果它需要更多的澄清.

Answer 1

如果您将特征索引为:

[
    {
        trait: 'color', 
        value: 'green'
    },
    {
        trait: 'material', 
        value: 'plastic'
    }
]

这将在内部编入索引:

{
    trait: ['color', 'material' ],
    value: ['green', 'plastic' ]
}

这意味着你可以永远只能查询其中有一个文档trait与价值"色"和value与价值green.这trait和之间没有任何关系value.

您有几个选择来解决此问题.

作为单一条款

你已经做的第一个,这是一个很好的解决方案,即将特征存储为单个术语,如:

['color#green`','material#plastic']

作为对象

另一种方法(假设您的特征名称数量有限)将它们存储为:

{
    traits: {
        color:    'green',
        material: 'plastic'
    }
}

然后你可以对traits.color或运行查询traits.material.

作为嵌套

如果要保留数组结构,则可以使用嵌套类型,例如:

{
   "mappings" : {
      "product" : {
         "properties" : {

            ... other fields ...

            "traits" : {
               "type" : "nested",
               "properties" : {
                  "trait" : {
                     "index" : "not_analyzed",
                     "type" : "string"
                  },
                  "value" : {
                     "index" : "not_analyzed",
                     "type" : "string"
                  }
               }
            }
         }
      }
   }
}

每个特征/值对将在内部编入索引作为单独的(但相关的)文档,这意味着特征与其值之间将存在关系.您需要使用嵌套查询或嵌套过滤器来查询它们,例如:

curl -XGET 'http://127.0.0.1:9200/test/product/_search?pretty=1'  -d '
{
   "query" : {
      "filtered" : {
         "query" : {
            "text" : {
               "name" : "my query terms"
            }
         },
         "filter" : {
            "nested" : {
               "path" : "traits",
               "filter" : {
                  "and" : [
                     {
                        "term" : {
                           "trait" : "color"
                        }
                     },
                     {
                        "term" : {
                           "value" : "green"
                        }
                     }
                  ]
               }
            }
         }
      }
   }
}
'

结合facet,过滤和嵌套文档

您声明,当用户过滤时,例如color == green您只想显示结果color == green,但您仍想显示所有颜色的计数.

为此,您需要将filterparam用于搜索API而不是筛选查询.过滤后的查询会在计算构面之前过滤掉结果.在filter计算facet之后,param将应用于查询结果.

下面是一个示例,其中最终查询结果仅限于docs,color == green但会计算所有颜色的facet:

curl -XGET 'http://127.0.0.1:9200/test/product/_search?pretty=1'  -d '
{
   "query" : {
      "text" : {
         "name" : "my query terms"
      }
   },
   "filter" : {
      "nested" : {
         "path" : "traits",
         "filter" : {
            "and" : [
               {
                  "term" : {
                     "trait" : "color"
                  }
               },
               {
                  "term" : {
                     "value" : "green"
                  }
               }
            ]
         }
      }
   },
   "facets" : {
      "color" : {
         "nested" : "traits",
         "terms" : { "field" : "value" },
         "facet_filter" : {
            "term" : {
               "trait" : "color"
            }
         }
      }
   }
}
'