Как вывести несколько товаров из разных категорий на Elasticsearch?

Question

[Валерий]

Привет,

есть интернет-магазин с ~1000 поставщиков. У каждого может быть от 100 до 10000 товаров.
Поиск на сайте делаю через Elasticsearch 5.1.1. Индексы примерно следующие:

suppliers:
- title

goods:
- supplier_id
- title

Подключил русскую морфологию, все работает шикарно. Но проблема в том, что из-за обилия товаров у каждого поставщика, один поставщик в результатах выдачи может занимать несколько первых страниц.

Учитывая, что дальше первой страницы вообще мало кто ходит, получается, что конкретные поставщики получают преимущество. Хотелось бы этого избежать.

Я могу сделать случайную сортировку, основанную на сесии, но релевантность из-за этого сбивается и по запросу "детская одежда" в конец могут уйти детские товары, а вверх поднимется просто одежда.

В идеале я хочу сделать чередование поставщиков в выдаче с сохранением релевантности.

Сейчас:
- Товар из поставщика 1
- Товар из поставщика 1
- Товар из поставщика 1
- Товар из поставщика 1
- Товар из поставщика 2
- Товар из поставщика 2
- Товар из поставщика 2
- Товар из поставщика 2

А нужно:
- Товар из поставщика 1
- Товар из поставщика 2
- Товар из поставщика 1
- Товар из поставщика 2
- Товар из поставщика 3
- Товар из поставщика 4
....

Можно получить полностью результат поиска и рассортировать его на PHP, но это как-то по варварски. Уверен, что должны быть способы сделать это через эластик. Может кто-то сталкивался и подскажет?

Comments

[Валерий]

Поясню, что названия товаров могут быть абсолютно идентичными, вроде "Носки детские". И таких штук 50, например. По запросу "детские носки" они окажутся на первых страницах, но ведь носков полно и у других поставщиков.

[kotofey]

а у вас всегда один и тот же поставщик "вылазит" в топы или это зависит от запроса?

[Валерий]

kotofey: зависит от запроса. Релевантность результатов запросу в целом отличная, но хотел бы как-то разноообразить выдачу

[Валерий]

Причем, не всегда один поставщик забивает выдачу. Зависит от наличия товаров. Но например по запросу "одежда" первые 19 позиций - один поставщик.

Answer 1

[kotofey]

Вам должны подойти аггрегированные запросы типа "Top hits Aggregation".
Смысл в том, что вы в таком запросе указываете поле, по которому нужно сгруппировать данные (в вашем случае поле поставщика) и можно задать кол-во документов для каждой такой группировки, напр. 2-3 (будет зависеть от кол-во выводимых вами результатов на странице).
В результате такого запроса вы получите топовые 2-3 результата по каждому поставщику и уже методами PHP можно рандомно их перемешать и выдать пользователю.

Comments

[Валерий]

Хм. Посмотрю, что это такое, спасибо.

[Валерий]

Похоже, но чуть-чуть не то. В этом случае мне после агрегации нужно делать доп.запросы, либо сразу получать все рзультаты поиска. А в таком случае мне проще просто сделать сортировку на PHP :)

Все равно спасибо за помощь :)

[kotofey]

Никаких доп.запросов. Все данные получаете "не отходя от кассы".

[Валерий]

kotofey: да, но если я получаю все данные чтобы на PHP перемешать список, то зачем мне агрегация?

[Валерий]

Или я чего-то недопонял..

[kotofey]

"Все данные" - данные для текущей страницы я имел ввиду.
Ваш запрос (допустим вы выводите на странице 10 результатов):

{
    "aggs": {
        "top-tags": {
            "terms": {
                "field": "<имя_поля_поставщика>",
                "size": 10
            },
            "aggs": {
                "top_tag_hits": {
                    "top_hits": {                        
                        "_source": {
                            "includes": [<массив_полей_которые_нужно_получить>]
                        },
                        "size" : 10
                    }
                }
            }
        }
    }
}

В результате вы получаете 10 "buckets" (поставщиков), каждый из которых содержит 10 самых релевантных документов.
10 и 10 здесь на случай если будет найден только один поставщик и тогда придется вывести на странице 10 записей только по этому поставщику. Если же будут найдено 10 поставщиков, то берете из каждого bucket'a первый документ.

[Валерий]

kotofey: все, разобрался. Спасибо большое, то что надо. Только немного доработать напильником :)

Answer 2

[Алексей Черемисин]

При заливке данных ввести поле rnd, с рандомным числом от 0 до 100
Если заливаете через bulk, то можно использовать script

Comments

[Валерий]

А что это даст подскажите пожалуйста? Просто перемашать результаты я могу через random_score

[Алексей Черемисин]

Валерий Озарничук: Да, похоже я немного ступил...