电商导购平台的搜索引擎优化：基于Elasticsearch的商品精准推荐系统

电商导购平台的搜索引擎优化：基于Elasticsearch的商品精准推荐系统

大家好，我是阿可，微赚淘客系统及省赚客APP创始人，是个冬天不穿秋裤，天冷也要风度的程序猿！

在电商导购平台中，用户能否快速找到目标商品，直接决定了转化效率。而 Elasticsearch 作为分布式全文检索引擎，凭借高吞吐量、灵活的分词能力和精准的评分机制，成为构建商品搜索与推荐系统的核心技术。下面从环境搭建、索引设计、搜索优化到个性化推荐，结合 Java 代码实现完整技术方案。

一、Elasticsearch 客户端集成（Spring Boot 环境）

首先需在项目中引入 Elasticsearch 依赖，并配置 RestHighLevelClient 客户端，实现与 ES 集群的连接：

<!-- pom.xml 依赖配置 -->
<dependency>
    <groupId>org.elasticsearch.client</groupId>
    <artifactId>elasticsearch-rest-high-level-client</artifactId>
    <version>7.17.0</version>
</dependency>

package cn.juwatech.elasticsearch.config;

import org.elasticsearch.client.RestHighLevelClient;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.elasticsearch.client.RestClientBuilder;
import org.elasticsearch.client.RestClient;
import java.util.Collections;

@Configuration
public class EsClientConfig {

    @Bean
    public RestHighLevelClient esRestClient() {
        // 配置 ES 集群节点，支持多节点容错
        RestClientBuilder builder = RestClient.builder(
                new HttpHost("10.0.0.10", 9200, "http"),
                new HttpHost("10.0.0.11", 9200, "http")
        );
        
        // 配置连接池与超时参数
        builder.setHttpClientConfigCallback(httpClientBuilder -> 
                httpClientBuilder.setDefaultHeaders(Collections.singletonList(
                        new BasicHeader("Content-Type", "application/json")
                )).setConnectTimeout(3000)
                  .setSocketTimeout(5000));
        
        return new RestHighLevelClient(builder);
    }
}

二、商品索引结构设计（适配导购场景）

电商导购场景需支持"关键词检索、分类过滤、价格排序、销量权重"，因此索引需合理定义字段类型与分词策略，代码如下：

package cn.juwatech.elasticsearch.service;

import org.elasticsearch.action.admin.indices.create.CreateIndexRequest;
import org.elasticsearch.action.admin.indices.create.CreateIndexResponse;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.common.xcontent.XContentBuilder;
import org.elasticsearch.common.xcontent.XContentFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.IOException;

@Service
public class EsIndexService {

    @Autowired
    private RestHighLevelClient esClient;

    // 创建商品索引（product_index）
    public void createProductIndex() throws IOException {
        CreateIndexRequest request = new CreateIndexRequest("product_index");
        
        // 构建索引映射（Mapping）
        XContentBuilder mapping = XContentFactory.jsonBuilder()
                .startObject()
                    .startObject("properties")
                        // 商品ID（精确匹配，用于唯一标识）
                        .startObject("productId")
                            .field("type", "keyword")
                        .endObject()
                        // 商品名称（IK分词，支持模糊检索）
                        .startObject("productName")
                            .field("type", "text")
                            .field("analyzer", "ik_max_word") // 索引时分词更细
                            .field("search_analyzer", "ik_smart") // 搜索时分词更粗
                            .startObject("fields")
                                .field("keyword", "keyword") // 支持按名称排序
                            .endObject()
                        .endObject()
                        // 商品分类ID（整数类型，用于过滤）
                        .startObject("categoryId")
                            .field("type", "integer")
                        .endObject()
                        // 商品价格（浮点型，支持范围查询与排序）
                        .startObject("price")
                            .field("type", "double")
                        .endObject()
                        // 商品销量（整数型，用于权重排序）
                        .startObject("salesCount")
                            .field("type", "integer")
                        .endObject()
                        // 商品标签（数组类型，支持多标签过滤）
                        .startObject("tags")
                            .field("type", "keyword")
                        .endObject()
                    .endObject()
                .endObject();
        
        // 设置索引分片与副本（3主1副，适配中等数据量）
        request.settings(Settings.builder()
                .put("index.number_of_shards", 3)
                .put("index.number_of_replicas", 1));
        
        request.mapping(mapping);
        CreateIndexResponse response = esClient.indices().create(request, RequestOptions.DEFAULT);
        System.out.println("索引创建状态：" + response.isAcknowledged());
    }
}

三、核心搜索逻辑实现（关键词+过滤+排序）

结合导购平台用户需求，实现"关键词检索+多条件过滤+权重排序"的搜索功能，代码如下：

package cn.juwatech.elasticsearch.service;

import org.elasticsearch.action.search.SearchRequest;
import org.elasticsearch.action.search.SearchResponse;
import org.elasticsearch.client.RestHighLevelClient;
import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.index.query.QueryBuilders;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.elasticsearch.search.sort.SortOrder;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.io.IOException;

@Service
public class EsSearchService {

    @Autowired
    private RestHighLevelClient esClient;

    /**
     * 商品搜索方法
     * @param keyword 搜索关键词
     * @param categoryId 分类ID（可选）
     * @param minPrice 最低价格（可选）
     * @param maxPrice 最高价格（可选）
     * @param tags 标签列表（可选）
     * @param page 页码（从1开始）
     * @param size 每页条数
     */
    public SearchResponse searchProducts(String keyword, Integer categoryId,
                                         Double minPrice, Double maxPrice,
                                         String[] tags, Integer page, Integer size) throws IOException {
        SearchRequest request = new SearchRequest("product_index");
        SearchSourceBuilder sourceBuilder = new SearchSourceBuilder();
        BoolQueryBuilder boolQuery = QueryBuilders.boolQuery();

        // 1. 关键词匹配（商品名称，提升匹配权重）
        if (keyword != null && !keyword.trim().isEmpty()) {
            boolQuery.should(QueryBuilders.matchQuery("productName", keyword).boost(2.0f))
                    .should(QueryBuilders.matchPhraseQuery("productName", keyword).slop(1).boost(3.0f));
        }

        // 2. 分类过滤（精确匹配）
        if (categoryId != null) {
            boolQuery.filter(QueryBuilders.termQuery("categoryId", categoryId));
        }

        // 3. 价格范围过滤
        if (minPrice != null || maxPrice != null) {
            BoolQueryBuilder priceQuery = QueryBuilders.boolQuery();
            if (minPrice != null) {
                priceQuery.filter(QueryBuilders.rangeQuery("price").gte(minPrice));
            }
            if (maxPrice != null) {
                priceQuery.filter(QueryBuilders.rangeQuery("price").lte(maxPrice));
            }
            boolQuery.filter(priceQuery);
        }

        // 4. 标签过滤（多标签匹配）
        if (tags != null && tags.length > 0) {
            boolQuery.filter(QueryBuilders.termsQuery("tags", tags));
        }

        // 5. 排序规则：销量降序 > 价格升序（满足用户"高销量+性价比"需求）
        sourceBuilder.sort("salesCount", SortOrder.DESC);
        sourceBuilder.sort("price", SortOrder.ASC);

        // 6. 分页配置（避免深分页性能问题）
        sourceBuilder.from((page - 1) * size);
        sourceBuilder.size(size);

        sourceBuilder.query(boolQuery);
        request.source(sourceBuilder);

        return esClient.search(request, RequestOptions.DEFAULT);
    }
}

四、个性化推荐：基于用户行为的权重调整

通过用户历史浏览、收藏、购买记录，动态调整搜索结果权重，提升推荐精准度，代码如下：

package cn.juwatech.elasticsearch.service;

import org.elasticsearch.index.query.BoolQueryBuilder;
import org.elasticsearch.search.builder.SearchSourceBuilder;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Service;

import java.util.List;

@Service
public class PersonalRecommendService {

    @Autowired
    private UserBehaviorService userBehaviorService; // 用户行为服务（自定义）

    /**
     * 为搜索结果添加个性化权重
     * @param sourceBuilder 搜索构建器
     * @param userId 用户ID
     */
    public void addPersonalWeight(SearchSourceBuilder sourceBuilder, Long userId) {
        // 1. 获取用户历史行为数据
        List<Integer> collectedCategoryIds = userBehaviorService.getUserCollectedCategories(userId); // 收藏分类
        List<String> historyKeywords = userBehaviorService.getUserHistoryKeywords(userId); // 历史搜索词

        BoolQueryBuilder boolQuery = (BoolQueryBuilder) sourceBuilder.query();

        // 2. 对用户收藏分类的商品提升权重（×1.5）
        if (collectedCategoryIds != null && !collectedCategoryIds.isEmpty()) {
            for (Integer categoryId : collectedCategoryIds) {
                boolQuery.should(QueryBuilders.termQuery("categoryId", categoryId).boost(1.5f));
            }
        }

        // 3. 对用户历史搜索词匹配的商品提升权重（×2.0）
        if (historyKeywords != null && !historyKeywords.isEmpty()) {
            for (String keyword : historyKeywords) {
                boolQuery.should(QueryBuilders.matchQuery("productName", keyword).boost(2.0f));
            }
        }

        sourceBuilder.query(boolQuery);
    }
}

// 配套的用户行为服务（简化版）
package cn.juwatech.user.service;

import org.springframework.stereotype.Service;
import java.util.List;

@Service
public class UserBehaviorService {

    // 获取用户收藏的分类ID列表
    public List<Integer> getUserCollectedCategories(Long userId) {
        // 实际场景从MySQL/Redis查询，此处模拟数据
        return List.of(201, 203); // 示例：用户收藏"女装""鞋包"分类
    }

    // 获取用户历史搜索词列表
    public List<String> getUserHistoryKeywords(Long userId) {
        // 实际场景从MySQL/Redis查询，此处模拟数据
        return List.of("加绒卫衣", "马丁靴"); // 示例：用户历史搜索词
    }
}

本文著作权归聚娃科技省赚客app开发者团队，转载请注明出处！