基于商品属性有序获取数据库商品的最优方案及Elasticsearch落地问询

核心实现思路 #

既然你已经用Elasticsearch做搜索服务，不要把排序逻辑放到数据库层实现，ES本身就是为海量数据检索、排序场景设计的，把排序计算全放在ES层完成，返回排序后的商品ID列表后再去数据库补查商品详情即可，完全避免数据库排序的性能瓶颈。

步骤1：ES索引结构设计 #

提前把商品核心属性、热门分同步到ES索引，不需要在查询时实时查库计算，索引参考mapping如下：

{
  "mappings": {
    "properties": {
      "goods_id": {"type": "keyword"},
      "goods_name": {"type": "text", "analyzer": "ik_max_word"},
      "category": {"type": "keyword"},
      "tags": {"type": "keyword"}, // 商品属性标签，例："数码","高性价比","新品"
      "hot_score": {"type": "float"}, // 提前计算的热门分
      "price": {"type": "float"},
      "stock": {"type": "integer"}
    }
  }
}

其中hot_score可按业务规则离线计算，比如7天销量*0.6 + 7天点击量*0.3 + 7天加购量*0.1，归一化到0~10的区间，每小时同步一次到ES即可，不需要实时更新。

步骤2：用户偏好分实时计算 #

用户搜索时，从用户行为模块取该用户的历史标签权重，不需要存在ES中。例：用户过去30天点击过12次数码类商品、5次家居类商品，那用户偏好权重为{"数码":0.7, "家居":0.25, "其他":0.05}。

如果是无行为数据的冷启动用户，直接把偏好权重设为0，默认按热门分排序即可。

步骤3：ES混合排序查询实现 #

用ES的function_score查询实现双规则加权排序，参考查询语句如下：

{
  "query": {
    "function_score": {
      "query": {
        "match": {
          "goods_name": "用户输入的搜索关键词"
        }
      },
      "functions": [
        // 热门分权重
        {
          "field_value_factor": {
            "field": "hot_score",
            "factor": 0.4, // 热门分的全局权重占比，可根据业务调整
            "missing": 1
          }
        },
        // 用户偏好分权重
        {
          "script_score": {
            "script": {
              "source": """
                double user_score = 0;
                for (tag in doc['tags']) {
                  if (params.user_tags.containsKey(tag)) {
                    user_score += params.user_tags[tag];
                  }
                }
                return user_score * 0.6; // 用户偏好的全局权重占比
              """,
              "params": {
                "user_tags": {"数码":0.7, "家居":0.25} // 实时传入当前用户的偏好权重
              }
            }
          }
        }
      ],
      "boost_mode": "sum",
      "score_mode": "sum"
    }
  },
  "size": 20,
  "sort": ["_score"]
}

ES直接返回按最终得分排序的商品ID列表，你拿着这个ID列表去数据库查询商品详情（比如详情图、参数等不需要索引的字段）即可，不需要二次排序。

可选优化点 #

• 数据量较大的场景可提前给用户分人群包，同人群的偏好权重提前离线计算，减少实时计算开销
• 库存不足的商品可新增降权逻辑，在function_score中加规则：库存小于10的商品得分打5折，避免无货商品排在前列
• 商品详情可缓存到Redis中，进一步降低数据库查询压力

避坑提醒：如果尝试在数据库层做排序，商品量级超过1万时就会出现明显的性能瓶颈，完全无法支撑电商场景的高并发访问需求。

内容的提问来源于stack exchange，提问作者Pradeep Jangid