NoSQL 与搜索 / 系统课时
商品索引结构设计
商品索引结构设计
商品索引既要支持标题相关性搜索,也要承担分类筛选、品牌聚合、价格排序、属性组合过滤和库存判断。本课从查询需求反推字段类型,完成一份可直接创建、写入并验证的商品映射。
学习目标
- 根据搜索、过滤、排序和聚合用途选择字段类型
- 正确建模商品属性中的成对关系
- 创建商品索引并验证核心查询结果
从查询需求反推字段
商品字段不能只按原始数据类型映射,还要考虑查询方式。标题需要分词检索,应使用 text;商品编号、分类和品牌用于精确过滤或聚合,应使用 keyword。同一个字符串需要兼顾全文搜索与精确操作时,可以使用多字段,将主字段设为 text,再增加 keyword 子字段。:contentReference[oaicite:4]{index=4}
价格需要范围过滤、排序和统计。若业务金额固定保留两位小数,可以使用 scaled_float 并设置 scaling_factor: 100,底层按缩放后的整数保存。库存数量使用 integer,是否可售使用 boolean,更新时间使用 date。:contentReference[oaicite:5]{index=5}

设计属性与库存边界
商品属性通常是多个名称和值的组合,例如“颜色=黑色”和“容量=20L”。如果使用普通 object 数组,内部字段会被扁平化,名称和值之间的对象边界可能丢失;需要保证同一组属性配对查询时,应使用 nested。
库存字段要明确语义。本例把 stock 定义为商品当前可售总量,把 is_available 定义为可售状态。若未来需要按仓库筛选库存,应新增独立的 nested 仓库库存结构,而不是不断创建 stock_warehouse_001 一类动态字段。
创建商品索引
下面的映射将根级设为 strict,避免拼写错误静默进入索引。示例使用 Elasticsearch 内置分析能力,能够直接运行;中文生产环境若需要更细粒度分词,应先确定集群已安装且兼容的分析器,再通过新索引迁移映射。
PUT /products-v1
{
"mappings": {
"dynamic": "strict",
"properties": {
"product_id": {
"type": "keyword"
},
"sku": {
"type": "keyword"
},
"title": {
"type": "text",
"fields": {
"raw": {
"type": "keyword",
"ignore_above": 256
}
}
},
"description": {
"type": "text"
},
"category_id": {
"type": "keyword"
},
"category_path": {
"type": "keyword"
},
"brand_id": {
"type": "keyword"
},
"price": {
"type": "scaled_float",
"scaling_factor": 100
},
"attributes": {
"type": "nested",
"properties": {
"name": {
"type": "keyword"
},
"value": {
"type": "keyword"
}
}
},
"stock": {
"type": "integer"
},
"is_available": {
"type": "boolean"
},
"updated_at": {
"type": "date"
}
}
}
}预期结果:
{
"acknowledged": true,
"shards_acknowledged": true,
"index": "products-v1"
}写入一条商品文档
category_path 直接保存分类路径上的多个 ID,便于按任一级分类过滤。attributes 中每个对象只表达一组名称和值,后续查询必须使用 nested 查询保持配对关系。
POST /products-v1/_doc/p-1001?refresh=true
{
"product_id": "p-1001",
"sku": "BAG-20L-BLK",
"title": "轻量旅行背包 20L 黑色",
"description": "适合城市通勤与短途旅行的轻量背包",
"category_id": "bags",
"category_path": ["outdoor", "bags"],
"brand_id": "northwind",
"price": 399.00,
"attributes": [
{
"name": "color",
"value": "black"
},
{
"name": "capacity",
"value": "20L"
}
],
"stock": 25,
"is_available": true,
"updated_at": "2026-08-03T05:00:00+08:00"
}预期结果:
HTTP 201
result 为 created,文档 ID 为 p-1001。refresh=true 只用于本课立即验证搜索结果;高并发写入场景不应在每次请求上强制刷新,否则会增加刷新开销。
验证搜索、过滤与聚合
下面的查询同时完成标题匹配、品牌过滤、价格范围过滤、属性配对过滤,并按品牌聚合。attributes 是 nested 类型,因此必须在独立的 nested 查询中指定路径。
POST /products-v1/_search
{
"size": 10,
"query": {
"bool": {
"must": [
{
"match": {
"title": "旅行背包"
}
}
],
"filter": [
{
"term": {
"brand_id": "northwind"
}
},
{
"range": {
"price": {
"gte": 300,
"lte": 500
}
}
},
{
"nested": {
"path": "attributes",
"query": {
"bool": {
"filter": [
{
"term": {
"attributes.name": "color"
}
},
{
"term": {
"attributes.value": "black"
}
}
]
}
}
}
}
]
}
},
"aggs": {
"brands": {
"terms": {
"field": "brand_id"
}
}
}
}预期结果:
HTTP 200
hits.total.value 为 1。
brands 聚合包含 key=northwind、doc_count=1。若要按属性名称和值分别聚合,需要使用 nested 聚合进入 attributes 路径;普通根级聚合无法直接按嵌套文档的语义统计。:contentReference[oaicite:6]{index=6}
设计时的关键边界
不要把标题只映射为 keyword,否则无法获得常规全文检索的分词与相关性能力;也不要直接在 text 字段上做排序和聚合,应使用 title.raw 或独立的 keyword 字段。
不要为每个属性名创建一个顶级字段。商品类目不断增加时,这种方式会造成字段数量膨胀。固定且高频的属性可以显式建模,通用属性采用 nested 键值对;只做精确检索且键集合极不稳定时,再评估 flattened。
本课总结
- 字段类型应由查询用途决定:
text负责全文搜索,keyword负责精确过滤与聚合,数值类型负责范围和排序 - 需要保持名称和值配对的属性数组应使用
nested - 根级严格映射、稳定字段命名和明确库存语义,是商品索引可长期演进的基础
下一课预告
下一课将基于商品映射设计搜索请求,组合关键词、过滤条件、排序和聚合,形成可供前端调用的商品检索接口。