ruby - 如何使用 ElasticSearch 映射/查询这些数据？

Question

我正在使用 ElasticSearch 和 tire gem 来支持搜索 我网站的功能。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结果 好吧。

# 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

正如您在上面看到的，我正在对数据进行一些前/后处理 到/从elasticsearch为了得到我想要的东西 'product_traits' 字段。这就是我感觉不对的地方 问题产生。

我有一个很大的产品目录，每个产品都有一些“特征”，例如 作为颜色、 Material 和品牌。由于这些特征如此多样，我 对数据建模以包含与产品相关的特征模型 通过 ProductTrait 模型建立模型，该模型保存特征的值 给定的产品。

第一个问题是:如何创建 Elasticsearch 映射到索引 这些特质合适吗？我假设这涉及嵌套类型，但我 无法充分理解文档以弄清楚。

第二个问题:我希望分面以组的形式返回(在 我在 search 方法末尾处理它们的方式 上面)但计数反射(reflect)了有多少匹配没有 考虑到当前为每个特征选择的值。 对于 示例:如果用户搜索“Glitter”然后单击链接 对应于“蓝色”方面，我想要所有“颜色”方面 保持可见并显示与查询结果对应的计数 没有“蓝色”滤镜。我希望这是一个很好的解释， 抱歉，如果需要更多说明。

Answer 1

如果你将你的特征索引为:

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

这将在内部被索引为:

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

这意味着您只能查询具有值为“color”的 trait 和值为 green 的 value 的文档。 trait 和 value 之间没有关系。

您有几种选择来解决这个问题。

作为单个术语

第一个你已经在做了，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)是将它们存储为:

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

然后您可以针对 traits.color 或 traits.material 运行查询。

嵌套

如果你想保留你的数组结构，那么你可以使用 nested type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/值对都将在内部作为单独(但相关)的文档进行索引，这意味着特征与其值之间存在关系。你需要使用 nested queries或 nested filters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"
                        }
                     }
                  ]
               }
            }
         }
      }
   }
}
'

组合分面、过滤和嵌套文档

您声明，当用户过滤 color == green 时，您只想在 color == green 处显示结果，但您仍想显示计算所有颜色。

为此，您需要对 search API 使用 filter 参数而不是过滤查询。过滤查询在计算构面之前过滤掉结果。 filter 参数在计算构面后应用于查询结果。

这是一个示例，其中最终查询结果仅限于 color == green 的文档，但 facets 是针对所有颜色计算的:

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"
            }
         }
      }
   }
}
'