面试题：ElasticSearch搜索文档优化策略之中等难度题

Question

在ElasticSearch中，索引设计对搜索性能影响很大。假设你有一个包含大量电商商品信息的索引，商品信息包括名称、描述、价格、分类等字段，为了优化搜索文档的性能，你会如何设计这个索引的mapping，特别是针对文本字段的分析器选择和字段类型设置？

Answer 1

1. 整体索引设计思路

对于电商商品信息索引，要考虑不同字段的查询特性，将经常用于过滤的字段设置为适合过滤的数据类型，对于文本字段要选择合适的分析器以优化搜索效果。

2. 字段类型设置

• 名称（name）：
  • 字段类型：可以设置为 text 类型用于全文搜索，同时设置一个 keyword 子字段用于精确匹配，比如商品品牌名称等需要精确查询的场景。例如：

{
  "properties": {
    "name": {
      "type": "text",
      "fields": {
        "keyword": {
          "type": "keyword"
        }
      }
    }
  }
}

• 描述（description）：
  • 字段类型：text 类型，用于全文搜索商品详细描述。由于描述内容通常较长，更注重语义搜索，所以不设置 keyword 子字段。分析器选择需要根据描述的语言特点，比如如果是中文，可选择 ik_max_word 等适合中文分词的分析器；如果是英文，可选择 english 分析器等。
• 价格（price）：
  • 字段类型：float 或 double 类型，如果价格精度要求较高可使用 scaled_float 类型。例如，如果价格精度到分，可设置如下：

{
  "properties": {
    "price": {
      "type": "scaled_float",
      "scaling_factor": 100
    }
  }
}

• 分类（category）：
  • 字段类型：keyword 类型，分类通常用于精确过滤和聚合操作，所以适合用 keyword 类型。例如：

{
  "properties": {
    "category": {
      "type": "keyword"
    }
  }
}

3. 分析器选择

• 中文文本字段：
  • 对于商品名称和描述中的中文部分，推荐使用 ik_max_word 分析器，它会将文本尽可能细粒度地分词，适合电商商品搜索中对商品名称和描述的灵活查询。例如，对于 “苹果手机” 会分出 “苹果”“手机”“苹果手机” 等词，能满足不同搜索意图。
• 英文文本字段：
  • 若商品名称或描述中有英文，english 分析器是不错的选择。它会进行词干提取，比如将 “running” 提取为 “run”，能提高搜索召回率，同时会去除停用词（如 “the”“and” 等），减少噪音对搜索的影响。对于多语言文本，还可以考虑 multilingual 分析器或结合自定义分析器来处理不同语言的分词需求。