系统设计文档.md 28.2 KB
Edit Raw Blame History


搜索引擎通用化开发进度
项目概述
对后端搜索技术 做通用化。
通用化的本质 是 对于各种业务数据、各种检索需求，都可以  用少量定制+配置化 来实现效果。

通用化的本质：对于各种业务数据、各种检索需求，都可以用少量定制+配置化来实现效果。


1. 原始数据层的约定
1.1 店匠主表
所有租户共用以下主表：


shoplazza_product_sku - SKU级别商品数据
shoplazza_product_spu - SPU级别商品数据

1.2 索引结构（SPU维度）
统一索引架构：


所有客户共享同一个Elasticsearch索引：search_products
索引粒度：SPU级别（每个文档代表一个SPU）
数据隔离：通过tenant_id字段实现租户隔离
嵌套结构：每个SPU文档包含嵌套的skus数组


索引文档结构：
{
  "tenant_id": "1",
  "spu_id": "123",
  "title_zh": "蓝牙耳机",
  "title_en": "Bluetooth Headphones",
  "brief_zh": "高品质蓝牙耳机",
  "brief_en": "High-quality Bluetooth headphones",
  "category_name": "电子产品",
  "category_path_zh": "电子产品/音频设备/耳机",
  "category_path_en": "Electronics/Audio/Headphones",
  "category1_name": "电子产品",
  "category2_name": "音频设备",
  "category3_name": "耳机",
  "vendor_zh": "品牌A",
  "vendor_en": "Brand A",
  "min_price": 199.99,
  "max_price": 299.99,
  "option1_name": "color",
  "option2_name": "size",
  "specifications": [
    {
      "sku_id": "456",
      "name": "color",
      "value": "black"
    },
    {
      "sku_id": "456",
      "name": "size",
      "value": "large"
    }
  ],
  "skus": [
    {
      "sku_id": "456",
      "price": 199.99,
      "compare_at_price": 249.99,
      "sku_code": "SKU-123-1",
      "stock": 50,
      "weight": 0.2,
      "weight_unit": "kg",
      "option1_value": "black",
      "option2_value": "large",
      "option3_value": null,
      "image_src": "https://example.com/image.jpg"
    }
  ],
  "title_embedding": [0.1, 0.2, ...],  // 1024维向量
  "image_embedding": [
    {
      "vector": [0.1, 0.2, ...],  // 1024维向量
      "url": "https://example.com/image.jpg"
    }
  ]
}

1.3 索引结构简化方案
简化原则：


硬编码映射：ES mapping 结构直接定义在 JSON 文件中（mappings/search_products.json）
统一索引结构：所有租户共享相同的索引结构，通过 tenant_id 隔离数据
数据源统一：所有租户使用相同的 MySQL 表结构（店匠标准表）
查询配置硬编码：查询相关配置（字段 boost、查询域等）硬编码在 search/query_config.py


索引结构特点：


多语言字段：所有文本字段支持中英文（title_zh/en, brief_zh/en, description_zh/en, vendor_zh/en, category_path_zh/en, category_name_zh/en）
嵌套字段：


skus: SKU 嵌套数组（包含价格、库存、选项值等）
specifications: 规格嵌套数组（包含 name、value、sku_id）
image_embedding: 图片向量嵌套数组

扁平化字段：sku_prices, sku_weights, total_inventory 等用于过滤和排序
向量字段：title_embedding（1024维）用于语义搜索


实现文件：


mappings/search_products.json - ES mapping 定义（硬编码）
search/query_config.py - 查询配置（硬编码）
indexer/mapping_generator.py - 加载 JSON mapping 并创建索引


2. 索引结构实现
2.1 硬编码映射方案
实现方式：


ES mapping 直接定义在 mappings/search_products.json 文件中
所有租户共享相同的索引结构
查询配置硬编码在 search/query_config.py


索引字段结构：
基础字段

tenant_id (keyword): 租户ID，用于数据隔离
spu_id (keyword): SPU唯一标识
create_time, update_time (date): 创建和更新时间

多语言文本字段

title_zh/en (text): 标题（中英文）
brief_zh/en (text): 短描述（中英文）
description_zh/en (text): 详细描述（中英文）
vendor_zh/en (text): 供应商/品牌（中英文）
category_path_zh/en (text): 类目路径（中英文）
category_name_zh/en (text): 类目名称（中英文）


分析器配置：


中文字段：hanlp_index（索引时）/ hanlp_standard（查询时）
英文字段：english
vendor 字段包含 keyword 子字段（normalizer: lowercase）

分类字段

category_id (keyword): 类目ID
category_name (keyword): 类目名称
category_level (integer): 类目层级
category1_name, category2_name, category3_name (keyword): 多级类目名称

规格字段（Specifications）

specifications (nested): 规格嵌套数组


sku_id (keyword): SKU ID
name (keyword): 规格名称（如 "color", "size"）
value (keyword): 规格值（如 "white", "256GB"）


用途：


支持按规格过滤：{"specifications": {"name": "color", "value": "white"}}
支持规格分面：["specifications"] 或 ["specifications.color"]

SKU嵌套字段

skus (nested): SKU嵌套数组


sku_id, price, compare_at_price, sku_code
stock, weight, weight_unit
option1_value, option2_value, option3_value
image_src (index: false)


选项名称字段

option1_name, option2_name, option3_name (keyword): 选项名称（如 "color", "size"）

扁平化字段

min_price, max_price, compare_at_price (float): 价格字段
sku_prices (float[]): 所有SKU价格数组
sku_weights (long[]): 所有SKU重量数组
total_inventory (long): 总库存

向量字段

title_embedding (dense_vector, 1024维): 标题向量，用于语义搜索
image_embedding (nested): 图片向量数组


vector (dense_vector, 1024维)
url (text)


实现模块：


mappings/search_products.json - ES mapping 定义
indexer/mapping_generator.py - 加载 JSON mapping 并创建索引
search/query_config.py - 查询配置（字段 boost、查询域等）

2.2 索引结构配置（查询域配置）
配置内容：定义了 ES 的字段索引 mapping 配置，支持各个域的查询，包括默认域的查询。

实现情况：
域（Domain）配置
每个域定义了：


域名称（如 default, title, category, brand）
域标签（中文描述）
搜索字段列表
默认分析器
权重（boost）
多语言字段映射（language_field_mapping）

多语言字段映射
支持将不同语言的查询路由到对应的字段：
indexes:
  - name: "default"
    label: "默认索引"
    fields:
      - "name"
      - "enSpuName"
      - "ruSkuName"
      - "categoryName"
      - "brandName"
    analyzer: "chinese_ecommerce"
    boost: 1.0
    language_field_mapping:
      zh:
        - "name"
        - "categoryName"
        - "brandName"
      en:
        - "enSpuName"
      ru:
        - "ruSkuName"

  - name: "title"
    label: "标题索引"
    fields:
      - "name"
      - "enSpuName"
      - "ruSkuName"
    analyzer: "chinese_ecommerce"
    boost: 2.0
    language_field_mapping:
      zh:
        - "name"
      en:
        - "enSpuName"
      ru:
        - "ruSkuName"


工作原理：


检测查询语言（中文、英文、俄文等）
如果查询语言在 language_field_mapping 中，使用原始查询搜索对应语言的字段
将查询翻译到其他支持的语言，分别搜索对应语言的字段
组合多个语言查询的结果，提高召回率


实现模块：


search/es_query_builder.py - ES 查询构建器（单层架构）
query/query_parser.py - 查询解析器（支持语言检测和翻译）
search/query_config.py - 查询配置（字段 boost、查询域等）


3. 数据导入流程
3.1 数据源
店匠标准表（Base配置使用）：


shoplazza_product_spu - SPU级别商品数据
shoplazza_product_sku - SKU级别商品数据


其他客户表（tenant1等）：


使用各自的数据源表和扩展表

3.2 数据导入方式
数据源统一：


所有租户使用相同的MySQL表结构（店匠标准表）
数据转换逻辑写死在转换器代码中
索引结构硬编码，不依赖配置

数据导入流程（店匠通用）
脚本：scripts/ingest_shoplazza.py

数据流程：


数据加载：


从MySQL读取shoplazza_product_spu表（SPU数据）
从MySQL读取shoplazza_product_sku表（SKU数据）
从MySQL读取shoplazza_product_option表（选项定义）

数据转换（indexer/spu_transformer.py）：


按spu_id和tenant_id关联SPU和SKU数据
多语言字段映射：


MySQL的title → ES的title_zh（英文字段设为空）
其他文本字段类似处理

分类字段映射：


从SPU表的category_path解析多级类目（category1_name, category2_name, category3_name）
映射category_id, category_name, category_level

规格字段构建（specifications）：


从shoplazza_product_option表获取选项名称（name）
从SKU的option1/2/3字段获取选项值（value）
构建嵌套数组：[{"sku_id": "...", "name": "color", "value": "white"}, ...]

选项名称映射：


从shoplazza_product_option表获取option1_name, option2_name, option3_name

SKU嵌套数组构建：


包含所有SKU字段（价格、库存、选项值、图片等）

扁平化字段计算：


min_price, max_price: 从所有SKU价格计算
sku_prices: 所有SKU价格数组
total_inventory: SKU库存总和

注入tenant_id字段

索引创建：


从mappings/search_products.json加载ES mapping
创建或更新search_products索引

批量入库：


批量写入ES（默认每批500条）
错误处理和重试机制


命令行工具：
python scripts/ingest_shoplazza.py \
    --db-host localhost \
    --db-port 3306 \
    --db-database saas \
    --db-username root \
    --db-password password \
    --tenant-id "1" \
    --config base \
    --es-host http://localhost:9200 \
    --recreate \
    --batch-size 500

其他客户数据导入

使用各自的数据转换器（如indexer/data_transformer.py）
数据源映射逻辑写死在各自的转换器中
共享search_products索引，通过tenant_id隔离


实现模块：


indexer/spu_transformer.py - SPU数据转换器（Base配置）
indexer/data_transformer.py - 通用数据转换器（其他客户）
indexer/bulk_indexer.py - 批量索引器
scripts/ingest_shoplazza.py - 店匠数据导入脚本


4. QueryParser 实现
4.1 查询改写（Query Rewriting）
配置词典的key是query，value是改写后的查询表达式，比如。比如品牌词 改写为在brand|query OR name|query，类别词、标签词等都可以放进去。纠错、规范化、查询改写等 都可以通过这个词典来配置。
实现情况：
配置方式
在 query_config.rewrite_dictionary 中配置查询改写规则：
query_config:
  enable_query_rewrite: true
  rewrite_dictionary:
    "芭比": "brand:芭比 OR name:芭比娃娃"
    "玩具": "category:玩具"
    "消防": "category:消防 OR name:消防"

功能特性

精确匹配：查询完全匹配词典 key 时，替换为 value
部分匹配：查询包含词典 key 时，替换该部分
支持布尔表达式：value 可以是复杂的布尔表达式（AND, OR, 域查询等）

实现模块

query/query_rewriter.py - 查询改写器
query/query_parser.py - 查询解析器（集成改写功能）

4.2 翻译（Translation）
实现情况：
配置方式
query_config:
  supported_languages:
    - "zh"
    - "en"
    - "ru"
  default_language: "zh"
  enable_translation: true
  translation_service: "deepl"
  translation_api_key: null  # 通过环境变量设置

功能特性

语言检测：自动检测查询语言
智能翻译：


如果查询是中文，翻译为英文、俄文
如果查询是英文，翻译为中文、俄文
如果查询是其他语言，翻译为所有支持的语言

域感知翻译：


如果域有 language_field_mapping，只翻译到映射中存在的语言
避免不必要的翻译，提高效率

翻译缓存：缓存翻译结果，避免重复调用 API

工作流程
查询输入 → 语言检测 → 翻译 → 查询构建（filters and (text_recall or embedding_recall)）

实现模块

query/language_detector.py - 语言检测器
query/translator.py - 翻译器（DeepL API）
query/query_parser.py - 查询解析器（集成翻译功能）

4.3 文本向量化（Text Embedding）
如果配置打开了text_embedding查询，并且query 包含了default域的查询，那么要把default域的查询词转向量，后面searcher会用这个向量参与查询。

实现情况：
配置方式
query_config:
  enable_text_embedding: true

功能特性

条件生成：


仅当 enable_text_embedding=true 时生成向量
仅对 default 域查询生成向量

向量模型：BGE-M3 模型（1024维向量）
用途：用于语义搜索（KNN 检索）

实现模块

embeddings/bge_encoder.py - BGE 文本编码器
query/query_parser.py - 查询解析器（集成向量生成）


5. Searcher 实现
参考opensearch，他们自己定义的一套索引结构配置、支持自定义的一套检索表达式、排序表达式，这是各个客户进行配置化的基础，包括索引结构配置、排序策略配置。
比如各种业务过滤策略 可以简单的通过表达式满足，比如brand|耐克 AND cate2|xxx。指定字段排序可以通过排序的表达式实现。

查询默认在default域，相也会对这个域的查询做一些相关性的重点优化，包括融合语义相关性、多语言相关性（可以基于配置 将查询翻译到指定语言并在对应的语言的字段进行查询）来弥补传统查询分析手段（比如查询改写 纠错 词权重等）的不足，也支持通过配置一些词表转为泛查询模式来优化相关性。
5.1 布尔表达式解析
实现情况：
支持的运算符

AND：所有项必须匹配
OR：任意项匹配
RANK：排序增强（类似 OR 但影响排序）
ANDNOT：排除（第一项匹配，第二项不匹配）
()：括号分组

优先级（从高到低）

() - 括号
ANDNOT - 排除
AND - 与
OR - 或
RANK - 排序

示例
laptop AND (gaming OR professional) ANDNOT cheap

实现模块

search/boolean_parser.py - 布尔表达式解析器
search/searcher.py - 搜索器（集成布尔解析）

5.2 多语言搜索
实现情况：
工作原理

查询解析：


提取域（如 title:查询 → 域=title，查询=查询）
检测查询语言
生成翻译

查询构建（简化架构）：


结构: filters AND (text_recall OR embedding_recall)
filters: 前端传递的过滤条件（永远起作用，放在 filter 中）


普通字段过滤：{"category_name": "手机"}
范围过滤：{"min_price": {"gte": 50, "lte": 200}}
Specifications嵌套过滤：
单个规格：{"specifications": {"name": "color", "value": "white"}}
多个规格：{"specifications": [{"name": "color", "value": "white"}, {"name": "size", "value": "256GB"}]}
过滤逻辑：不同维度（不同name）是AND关系，相同维度（相同name）的多个值是OR关系
使用ES的nested查询实现

text_recall: 文本相关性召回


同时搜索中英文字段（title_zh/en, brief_zh/en, description_zh/en, vendor_zh/en, category_path_zh/en, category_name_zh/en, tags）
使用 multi_match 查询，支持字段 boost
中文字段使用中文分词器，英文字段使用英文分析器

embedding_recall: 向量召回（KNN）


使用 title_embedding 字段进行 KNN 搜索
ES 自动与文本召回合并（OR逻辑）

function_score: 包装召回部分，支持提权字段（新鲜度、销量等）


查询结构示例
{
  "query": {
    "bool": {
      "must": [
        {
          "function_score": {
            "query": {
              "multi_match": {
                "query": "手机",
                "fields": [
                  "title_zh^3.0", "title_en^3.0",
                  "brief_zh^1.5", "brief_en^1.5",
                  ...
                ]
              }
            },
            "functions": [...]
          }
        }
      ],
      "filter": [
        {"term": {"tenant_id": "2"}},
        {"term": {"category_name": "手机"}}
      ]
    }
  },
  "knn": {
    "field": "title_embedding",
    "query_vector": [...],
    "k": 50,
    "boost": 0.2
  }
}

实现模块

search/es_query_builder.py - ES 查询构建器（单层架构，build_query 方法）
search/searcher.py - 搜索器（使用 ESQueryBuilder）

5.3 相关性计算（Ranking）
实现情况：
当前实现
公式：bm25() + 0.2 * text_embedding_relevance()


bm25()：BM25 文本相关性得分


包括多语言打分
内部通过配置翻译为多种语言
分别到对应的字段搜索
中文字段使用中文分词器，英文字段使用英文分词器

text_embedding_relevance()：文本向量相关性得分（KNN 检索的打分）


权重：0.2


配置方式
ranking:
  expression: "bm25() + 0.2*text_embedding_relevance()"
  description: "BM25 text relevance combined with semantic embedding similarity"

扩展性

支持表达式配置（未来可扩展）
支持自定义函数（如 timeliness(), field_value()）

实现模块

search/ranking_engine.py - 排序引擎
search/searcher.py - 搜索器（集成排序功能）


6. 已完成功能总结
6.1 配置系统

✅ 字段定义配置（类型、分析器、来源表/列）
✅ 索引域配置（多域查询、多语言映射）
✅ 查询配置（改写词典、翻译配置）
✅ 排序配置（表达式配置）
✅ 配置验证（字段存在性、类型检查、分析器匹配）

6.2 数据索引

✅ 数据转换（字段映射、类型转换）
✅ 向量生成（文本向量、图片向量）
✅ 向量缓存（避免重复计算）
✅ 批量索引（错误处理、重试机制）
✅ ES mapping 自动生成

6.3 查询处理

✅ 查询改写（词典配置）
✅ 语言检测
✅ 多语言翻译（DeepL API）
✅ 文本向量化（BGE-M3）
✅ 域提取（支持 domain:query 语法）

6.4 搜索功能

✅ 布尔表达式解析（AND, OR, RANK, ANDNOT, 括号）
✅ 多语言查询构建（同时搜索中英文字段）
✅ 语义搜索（KNN 检索）
✅ 相关性排序（BM25 + 向量相似度）
✅ 结果聚合（Faceted Search）
✅ Specifications嵌套过滤（单个和多个规格，按维度分组：不同维度AND，相同维度OR）
✅ Specifications嵌套分面（所有规格名称和指定规格名称）
✅ SKU筛选（按维度过滤，应用层实现）

6.5 API 服务

✅ RESTful API（FastAPI）
✅ 搜索接口（文本搜索、图片搜索）
✅ 文档查询接口
✅ 前端界面（HTML + JavaScript）
✅ 租户隔离（tenant_id过滤）

6.6 索引结构（店匠通用）

✅ SPU级别索引结构
✅ 多语言字段支持（中英文）
✅ 嵌套字段（skus, specifications, image_embedding）
✅ 规格字段（specifications）支持过滤和分面
✅ 扁平化字段（价格、库存等）用于过滤和排序
✅ 统一索引（search_products）
✅ 租户隔离（tenant_id）
✅ 硬编码映射（mappings/search_products.json）
✅ 硬编码查询配置（search/query_config.py）


7. 技术栈

后端：Python 3.6+
搜索引擎：Elasticsearch
数据库：MySQL（Shoplazza）
向量模型：BGE-M3（文本）、CN-CLIP（图片）
翻译服务：DeepL API
API 框架：FastAPI
前端：HTML + JavaScript


8. API响应格式
8.1 外部友好格式
API返回格式不包含ES内部字段（_id, _score, _source），使用外部友好的格式：

响应结构：
{
  "results": [
    {
      "spu_id": "123",
      "title": "蓝牙耳机",
      "skus": [
        {
          "sku_id": "456",
          "price": 199.99,
          "sku": "SKU-123-1",
          "stock": 50
        }
      ],
      "relevance_score": 0.95
    }
  ],
  "total": 10,
  "facets": [...],
  "suggestions": [],
  "related_searches": []
}


主要变化：


结构化结果（SpuResult和SkuResult）
嵌套skus数组
无ES内部字段

8.2 租户隔离
所有API请求必须提供tenant_id：


请求头：X-Tenant-ID: 1
或查询参数：?tenant_id=1


搜索时自动添加tenant_id过滤，确保数据隔离。
8.3 数据接口约定
统一的数据约定格式：所有API接口使用 Pydantic 模型进行数据验证和序列化。
8.3.1 数据流模式
系统采用统一的数据流模式，确保数据在各层之间的一致性：

数据流转路径：
API Request (JSON)
    ↓
Pydantic 验证 → 结构化模型（RangeFilter, FacetConfig 等）
    ↓
Searcher（透传）
    ↓
ES Query Builder → model_dump() 转换为字典
    ↓
ES Query (字典)
    ↓
Elasticsearch

8.3.2 Facets 配置数据流
输入格式：List[Union[str, FacetConfig]]


简单模式：字符串列表（字段名），使用默认配置
["category1_name", "category2_name", "specifications"]

Specifications分面：


所有规格名称："specifications" - 返回所有name及其value列表
指定规格名称："specifications.color" - 只返回指定name的value列表

高级模式：FacetConfig 对象列表，支持自定义配置
[
{
  "field": "category1_name",
  "size": 15,
  "type": "terms"
},
{
  "field": "min_price",
  "type": "range",
  "ranges": [
    {"key": "0-50", "to": 50},
    {"key": "50-100", "from": 50, "to": 100}
  ]
},
"specifications.color"  // 指定规格名称的分面
]


数据流：


API 层：接收 List[Union[str, FacetConfig]]
Searcher 层：透传，不做转换
ES Query Builder：只接受 str 或 FacetConfig，自动处理两种格式


检测 "specifications" 或 "specifications.{name}" 格式
构建对应的嵌套聚合查询

输出：转换为 ES 聚合查询（包括specifications嵌套聚合）
Result Formatter：格式化ES聚合结果，处理specifications嵌套结构

8.3.3 Range Filters 数据流
输入格式：Dict[str, RangeFilter]

RangeFilter 模型：
class RangeFilter(BaseModel):
    gte: Optional[Union[float, str]]  # 大于等于
    gt: Optional[Union[float, str]]   # 大于
    lte: Optional[Union[float, str]]  # 小于等于
    lt: Optional[Union[float, str]]   # 小于


示例：
{
  "min_price": {"gte": 50, "lte": 200},
  "create_time": {"gte": "2023-01-01T00:00:00Z"}
}


数据流：


API 层：接收 Dict[str, RangeFilter]，Pydantic 自动验证
Searcher 层：透传 Dict[str, RangeFilter]
ES Query Builder：调用 range_filter.model_dump() 转换为字典
输出：ES range 查询（支持数值和日期）


特性：


自动验证：确保至少指定一个边界值（gte, gt, lte, lt）
类型支持：支持数值（float）和日期时间字符串（ISO 格式）
统一约定：所有范围过滤都使用 RangeFilter 模型

8.3.3.1 Specifications 过滤数据流
输入格式：Dict[str, Union[Dict[str, str], List[Dict[str, str]]]]

单个规格过滤：
{
  "specifications": {
    "name": "color",
    "value": "white"
  }
}


多个规格过滤（按维度分组）：
{
  "specifications": [
    {"name": "color", "value": "white"},
    {"name": "size", "value": "256GB"}
  ]
}


数据流：


API 层：接收 filters 字典，检测 specifications 键
Searcher 层：透传 filters 字典
ES Query Builder：检测 specifications 键，构建ES nested 查询


单个规格：构建单个 nested 查询
多个规格：按 name 维度分组，相同维度内使用 should 组合（OR逻辑），不同维度之间使用 must 组合（AND逻辑）

输出：ES nested 查询（nested.path=specifications + bool.must=[term(name), term(value)]）

8.3.4 响应 Facets 数据流
输出格式：List[FacetResult]

FacetResult 模型：
class FacetResult(BaseModel):
    field: str                    # 字段名
    label: str                    # 显示标签
    type: Literal["terms", "range"]  # 分面类型
    values: List[FacetValue]      # 分面值列表
    total_count: Optional[int]    # 总文档数


数据流：


ES Response：返回聚合结果（字典格式，包括specifications嵌套聚合）
Result Formatter：格式化ES聚合结果


处理普通terms聚合
处理range聚合
处理specifications嵌套聚合：


所有规格名称：解析 by_name 聚合结构
指定规格名称：解析 filter_by_name 聚合结构


Searcher 层：构建 List[FacetResult] 对象
API 层：直接返回 List[FacetResult]（Pydantic 自动序列化为 JSON）


优势：


类型安全：使用 Pydantic 模型确保数据结构一致性
自动序列化：模型自动转换为 JSON，无需手动处理
统一约定：所有响应都使用标准化的 Pydantic 模型

8.3.5 SKU筛选数据流
输入格式：Optional[str]

支持的维度值：


option1, option2, option3: 直接使用选项字段
规格名称（如 color, size）: 通过 option1_name、option2_name、option3_name 匹配


示例：
{
  "query": "手机",
  "sku_filter_dimension": "color"
}


数据流：


API 层：接收 sku_filter_dimension 字符串参数
Searcher 层：透传到 Result Formatter
Result Formatter：在格式化结果时，按指定维度对SKU进行分组


如果维度是 option1/2/3，直接使用对应的 option1_value/2/3 字段
如果维度是规格名称，通过 option1_name/2/3 匹配找到对应的 option1_value/2/3
每个分组选择第一个SKU返回

输出：过滤后的SKU列表（每个维度值一个SKU）


工作原理：


系统从ES返回所有SKU（不改变ES查询，保持性能）
在结果格式化阶段，按指定维度对SKU进行分组
每个分组选择第一个SKU返回
如果维度不匹配或未找到，返回所有SKU（不进行过滤）


性能说明：


✅ 推荐方案: 在应用层过滤（当前实现）


ES查询简单，不需要nested查询和join
只对返回的结果（通常10-20个SPU）进行过滤，数据量小
实现简单，性能开销小

❌ 不推荐: 在ES查询时过滤


需要nested查询和join，性能开销大
实现复杂
只对返回的结果需要过滤，不需要在ES层面过滤


8.3.6 统一约定的好处

类型安全：使用 Pydantic 模型提供运行时类型检查和验证
代码一致性：所有层使用相同的数据模型，减少转换错误
自动文档：FastAPI 自动生成 API 文档（基于 Pydantic 模型）
易于维护：修改数据结构只需更新模型定义
数据验证：自动验证输入数据，减少错误处理代码


实现模块：


api/models.py - 所有 Pydantic 模型定义（包括 SearchRequest, FacetConfig, RangeFilter 等）
api/result_formatter.py - 结果格式化器（ES 响应 → Pydantic 模型，包括specifications分面处理和SKU筛选）
search/es_query_builder.py - ES 查询构建器（Pydantic 模型 → ES 查询，包括specifications过滤和分面）

9. 索引结构文件
硬编码映射（店匠通用）：mappings/search_products.json

查询配置（硬编码）：search/query_config.py