Elasticsearch：产品变体价格建模和查询问题

Question

我想使用 Elasticsearch 来提高电子商务解决方案中产品搜索的性能 (duh)。我们有一个数据模型，其中一个产品可以有多个变体，每个变体可以有一个或多个价格（有时价格相当可观）。

用户，查询时间，选择是否要返回产品或变体，并且只应返回一个价格（最低有效价格，每个价格都有许多字段，如有效从始至终和有效客户组）。

我的第一种方法是对产品/变体进行非规范化并将价格作为嵌套字段，但这很慢，而且我在排序时遇到了一些问题（我认为是价格，但我现在不知道确切的细节）。

第二种方法是完全非规范化，因此所有产品/变体/价格组合都表示为一个文档。这种方法要快得多（显然），我可以聚合 productId 或 variantId 并获得最低价格，但问题是我无法对非数字或非聚合字段的聚合进行排序。

非规范化文档（productId、variantId 是关键字字段，price 是数字，validFrom/-To 是日期，其余是文本）：

[
  {
    "productId": "111-222-333",
    "variantId": "aaa-bbb-ccc",
    "product_title": "Mega-product",
    "product_description": "This awesome piece of magic will change your life",
    "variant_title": "Green mega-product",
    "variant_description": "Behold the awesomeness of the green magic mega-product",
    "color": [
      "blue",
      "green"
    ],
    "brand": "DaBrand",
    "validFrom": "2019-06-01T00:00:00Z",
    "validTo": null,
    "price": 399
  },
  {
    "productId": "111-222-333",
    "variantId": "aaa-bbb-ddd",
    "product_title": "Mega-product",
    "product_description": "This awesome piece of magic will change your life",
    "variant_title": "Blue mega-product",
    "variant_description": "Behold the awesomeness of the blue magic mega-product",
    "color": [
      "blue",
      "green"
    ],
    "brand": "DaBrand",
    "validFrom": "2019-06-01T00:00:00Z",
    "validTo": null,
    "price": 499
  },
  {
    "productId": "111-222-333",
    "variantId": "aaa-bbb-ddd",
    "product_title": "Mega-product",
    "product_description": "This awesome piece of magic will change your life",
    "variant_title": "Blue mega-product",
    "variant_description": "Behold the awesomeness of the blue magic mega-product",
    "color": [
      "blue",
      "green"
    ],
    "brand": "DaBrand",
    "validFrom": "2019-06-05T00:00:00Z",
    "validTo": "2019-06-10T00:00:00Z",
    "price": 399
  }
]

我对汇总价格进行排序的工作查询示例。

{
    "size": 1,
    "sort": {
        "product_name_text_en.keyword": "asc"
    },
    "query": {
        // All the query and filtering
    },
    "aggs": {
        "by_product_id": {
            "terms": {
                "field": "product_id_string",
                "order": {
                    "min_price": "desc"
                }
            },
            "aggs": {
                "min_price": {
                    "min": {
                        "field": "price_decimal"
                    }
                }
            }
        }
    }
}

但是，使用这种方法我找不到对文档字段进行排序的方法。可以（我认为）使用bucket_sort 对数字、布尔值和日期字段进行排序，但我需要能够对例如品牌或标题字段（它们是文本）进行排序。如果可以在 top_hits 聚合上order，我将免费回家，但不幸的是，我从文档中了解到这是不可能的（我也尝试过以确保）。

谁能指导我找到更好的解决方案？我不介意我是否必须分两步进行查询，但要使该工作用于排序，我可能需要使用一些不同的“文档类型”，例如 Product、Variant、ProductPrice 和 VariantPrice，具体取决于请求排序。我并没有走得太远，所以改造肯定会摆在桌面上，我考虑过使用连接字段，但我不确定这是否有效。

由于产品和变体（和价格）的数量可能很大——一百万种产品肯定会摆在桌面上，我认为我在从查询中获取 Id 时会遇到问题（例如过滤品牌和按标题排序）和然后将它们发送到 get-best-price-query 中。

Answer 1

我在阅读另一个案例的文档时偶然发现了这一点。当我发现Field collapsing 时，一切都变得非常简单。我觉得我应该知道这件事......

索引与我最初的问题具有相同的模型，但查询变得更加简单：

{
  "size": 10,
  "query": {
    // filter/match stuff, including filtering valid prices.
  },
  "collapse": {
    "field": "productId",
    "inner_hits": {
      "name": "least_price",
      "collapse": {
        "field": "price"
      },
      "size": 1,
      "sort": [
        {
          "price": "asc"
        }
      ]
    }
  },
  "sort": [
    {
      "brand.keyword": "asc"
    }
  ]
}

要返回变体而不是产品，我只是在 variantId 上折叠

折叠基于productId 或variantId，least_price 用于inner_hits 返回符合我的条件的文档中价格最低的文档（asc 按价格排序并选择第一个） .像魅力一样工作。