tangwang / SearchEngine

INDEX_FIELDS_DOCUMENTATION.md 11 KB

索引字段说明文档

本文档详细说明了 Elasticsearch 索引中所有字段的类型、索引方式、数据来源等信息。

索引基本信息

  • 索引名称: search_products
  • 索引级别: SPU级别（商品级别）
  • 数据结构: SPU文档包含嵌套的skus（SKU）数组

字段说明表

基础字段

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 说明
tenant_id keyword 是 精确匹配 SPU表 tenant_id BIGINT 租户ID，用于多租户隔离
spu_id keyword 是 精确匹配 SPU表 id BIGINT 商品ID（SPU ID）
handle keyword 是 精确匹配 SPU表 handle VARCHAR(255) 商品URL handle

文本搜索字段

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 Boost权重 说明
title TEXT 是 english SPU表 title VARCHAR(512) 3.0 商品标题，权重最高
brief TEXT 是 english SPU表 brief VARCHAR(512) 1.5 商品简介
description TEXT 是 english SPU表 description TEXT 1.0 商品详细描述

SEO字段

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 Boost权重 是否返回 说明
seo_title TEXT 是 english SPU表 seo_title VARCHAR(512) 2.0 否 SEO标题，用于提升相关性
seo_description TEXT 是 english SPU表 seo_description TEXT 1.5 否 SEO描述
seo_keywords TEXT 是 english SPU表 seo_keywords VARCHAR(1024) 2.0 否 SEO关键词

分类和标签字段

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 Boost权重 是否返回 说明
vendor TEXT 是 english SPU表 vendor VARCHAR(255) 1.5 是 供应商/品牌（文本搜索）
vendor.keyword keyword 是 精确匹配 SPU表 vendor VARCHAR(255) - 否 供应商/品牌（精确匹配，用于过滤）
product_type TEXT 是 english SPU表 category VARCHAR(255) 1.5 是 商品类型（文本搜索）
product_type_keyword keyword 是 精确匹配 SPU表 category VARCHAR(255) - 否 商品类型（精确匹配，用于过滤）
tags TEXT 是 english SPU表 tags VARCHAR(1024) 1.0 是 标签（文本搜索）
tags.keyword keyword 是 精确匹配 SPU表 tags VARCHAR(1024) - 否 标签（精确匹配，用于过滤）
category TEXT 是 english SPU表 category VARCHAR(255) 1.5 是 类目（文本搜索）
category.keyword keyword 是 精确匹配 SPU表 category VARCHAR(255) - 否 类目（精确匹配，用于过滤）

价格字段

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 说明
min_price FLOAT 是 float SKU表（聚合计算） price DECIMAL(10,2) 最低价格（从所有SKU中取最小值）
max_price FLOAT 是 float SKU表（聚合计算） price DECIMAL(10,2) 最高价格（从所有SKU中取最大值）
compare_at_price FLOAT 是 float SKU表（聚合计算） compare_at_price DECIMAL(10,2) 原价（从所有SKU中取最大值）

价格计算逻辑：

  • min_price: 取该SPU下所有SKU的price字段的最小值
  • max_price: 取该SPU下所有SKU的price字段的最大值
  • compare_at_price: 取该SPU下所有SKU的compare_at_price字段的最大值（如果存在）

图片字段

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 说明
image_url keyword 否 不索引 SPU表 image_src VARCHAR(500) 商品主图URL，仅用于展示

文本嵌入字段

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 说明
title_embedding TEXT_EMBEDDING 是 向量相似度（dot_product） 计算生成 title VARCHAR(512) 标题的文本向量（1024维），用于语义搜索

说明：

  • 向量维度：1024
  • 相似度算法：dot_product（点积）
  • 数据来源：基于title字段通过BGE-M3模型生成

时间字段

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 是否返回 说明
create_time DATE 是 日期范围 SPU表 create_time DATETIME 是 创建时间
update_time DATE 是 日期范围 SPU表 update_time DATETIME 是 更新时间
shoplazza_created_at DATE 是 日期范围 SPU表 shoplazza_created_at DATETIME 否 店匠系统创建时间
shoplazza_updated_at DATE 是 日期范围 SPU表 shoplazza_updated_at DATETIME 否 店匠系统更新时间

嵌套Skus字段（SKU级别）

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 说明
skus JSON (nested) 是 嵌套对象 SKU表 - - 商品变体数组（嵌套结构）

Skus子字段

索引字段名 ES字段类型 是否索引 索引方式 数据来源表 表中字段名 表中字段类型 说明
skus.sku_id keyword 是 精确匹配 SKU表 id BIGINT 变体ID（SKU ID）
skus.title text 是 english SKU表 title VARCHAR(500) 变体标题
skus.price float 是 float SKU表 price DECIMAL(10,2) 变体价格
skus.compare_at_price float 是 float SKU表 compare_at_price DECIMAL(10,2) 变体原价
skus.sku keyword 是 精确匹配 SKU表 sku VARCHAR(100) SKU编码
skus.stock long 是 float SKU表 inventory_quantity INT(11) 库存数量
skus.options object 是 对象 SKU表 option1/option2/option3 VARCHAR(255) 选项（颜色、尺寸等）

Skus结构说明：

  • skus 是一个嵌套对象数组，每个元素代表一个SKU
  • 使用ES的nested类型，支持对嵌套字段进行独立查询和过滤
  • options 对象包含 option1、option2、option3 三个字段，分别对应SKU表中的选项值

字段类型说明

ES字段类型映射

ES字段类型 Elasticsearch映射 用途
keyword keyword 精确匹配、过滤、聚合、排序
TEXT text 全文检索（支持分词）
FLOAT float 浮点数（价格、权重等）
LONG long 整数（库存、计数等）
DATE date 日期时间
TEXT_EMBEDDING dense_vector 文本向量（1024维）
JSON object/nested 嵌套对象

分析器说明

分析器名称 语言 说明
chinese_ecommerce 中文 Ansj中文分词器（电商优化），用于中文文本的分词和搜索

索引配置

索引设置

  • 分片数: 1
  • 副本数: 0
  • 刷新间隔: 30秒

查询域（Query Domains）

系统定义了多个查询域，用于在不同场景下搜索不同的字段组合：

  1. default（默认索引）: 搜索所有文本字段

    • 包含字段：title, brief, description, seo_title, seo_description, seo_keywords, vendor, product_type, tags, category
    • Boost: 1.0

  2. title（标题索引）: 仅搜索标题相关字段

    • 包含字段：title, seo_title
    • Boost: 2.0

  3. vendor（品牌索引）: 仅搜索品牌字段

    • 包含字段：vendor
    • Boost: 1.5

  4. category（类目索引）: 仅搜索类目字段

    • 包含字段：category
    • Boost: 1.5

  5. tags（标签索引）: 搜索标签和SEO关键词

    • 包含字段：tags, seo_keywords
    • Boost: 1.0

数据转换规则

数据类型转换

  1. BIGINT → keyword: 数字ID转换为字符串（如 spu_id, sku_id）
  2. DECIMAL → FLOAT: 价格字段从DECIMAL转换为FLOAT
  3. INT → LONG: 库存数量从INT转换为LONG
  4. DATETIME → DATE: 时间字段转换为ISO格式字符串

特殊处理

  1. 价格聚合: 从多个SKU的价格中计算min_price、max_price、compare_at_price
  2. 图片URL处理: 如果image_src不是完整URL，会自动添加协议前缀
  3. 选项合并: 将SKU表的option1、option2、option3合并为options对象

注意事项

  1. 多租户隔离: 所有查询必须包含 tenant_id 过滤条件
  2. 嵌套查询: 查询skus字段时需要使用nested查询语法
  3. 字段命名: 用于过滤的字段应使用 *_keyword 后缀的字段
  4. 向量搜索: title_embedding字段用于语义搜索，需要配合文本查询使用
  5. Boost权重: 不同字段的boost权重影响搜索结果的相关性排序

数据来源表结构

SPU表（shoplazza_product_spu）

主要字段：

  • id: BIGINT - 主键ID
  • tenant_id: BIGINT - 租户ID
  • handle: VARCHAR(255) - URL handle
  • title: VARCHAR(512) - 商品标题
  • brief: VARCHAR(512) - 商品简介
  • description: TEXT - 商品描述
  • vendor: VARCHAR(255) - 供应商/品牌
  • category: VARCHAR(255) - 类目
  • tags: VARCHAR(1024) - 标签
  • seo_title: VARCHAR(512) - SEO标题
  • seo_description: TEXT - SEO描述
  • seo_keywords: VARCHAR(1024) - SEO关键词
  • image_src: VARCHAR(500) - 图片URL
  • create_time: DATETIME - 创建时间
  • update_time: DATETIME - 更新时间
  • shoplazza_created_at: DATETIME - 店匠创建时间
  • shoplazza_updated_at: DATETIME - 店匠更新时间

SKU表（shoplazza_product_sku）

主要字段：

  • id: BIGINT - 主键ID（对应sku_id）
  • spu_id: BIGINT - SPU ID（关联字段）
  • title: VARCHAR(500) - 变体标题
  • price: DECIMAL(10,2) - 价格
  • compare_at_price: DECIMAL(10,2) - 原价
  • sku: VARCHAR(100) - SKU编码
  • inventory_quantity: INT(11) - 库存数量
  • option1: VARCHAR(255) - 选项1
  • option2: VARCHAR(255) - 选项2
  • option3: VARCHAR(255) - 选项3