Галя, у нас отмена! Или оптимизация поиска в каталоге для крупной retail сети
Сегодня retail выходит за рамки привычного нам оффлайн-магазина у дома. Всё больше эта сфера пользуется возможностями разработки, перенося свой бизнес в онлайн.
Сегодня хотим рассказать о, казалось бы, простом кейсе: настройка поиска в каталоге сайта. Но не всё так однозначно, как нам казалось на первом этапе. О том как простая задача превратилась в бег с препятствиями рассказал наш тимлид Андрей Д.
Наш заказчик: крупная федеральная retail сеть (NDA)
CMS: 1С-Bitrix
Цель: настроить оптимальный поиск в каталоге сайта
Задачи:
Организовать сортировку результатов поиска по релевантности:
Первые в списке отображаются товары, у которых все слова поискового запроса находятся в одной строке.
Во-вторую очередь товары у которых все слова встречаются в разных свойствах, при этом должен учитывается "вес” свойства (об этом расскажем чуть ниже)
В - третью - отображаются товары, у которых встречается меньшее количество слов из поискового запроса
Сделать возможность поиска по следующим свойствам:
Бренд
Суббренд
Вид товара
Название производителя
Страна производитель
Организовать сортировку результатов поиска в соответствии с "весом" свойства. Вес свойства выстроен по приоритетам:
Название - самый приоритетный
Бренд
Суббренд
Вид товара
Состав
Название производителя
Страна производитель
Линейка
Тип миксовой позиции
Срок годности - наименее приоритетный
То есть, если мы введем в поисковый запрос “порошок “Альпийская свежесть” ”, то нам в поиске должен выйти сначала товар с ключевыми словами в названии, а только потом товары бренда “Альпийская свежесть”, т.к. коэффициент веса у названия выше, чем у бренда.
Цель ясна, задачи определены, разработчики подобраны, стек ясен, сроки определены. Приступаем к работе, решаем задачу, все счастливы.
Заказчиком был определен инструмент, через который мы должны реализовать поиск - система полнотекстового поиска Sphinx. Главными преимуществами системы является высокая скорость поиска и индексации, высокая масштабируемость, поддержка стоп-слов и морфологического поиска.
Но самым главным плюсом, выбранного инструмента являлось то, что Bitrix заявлял поддержку Sphinx “из коробки”.
Реализация была поделена на этапы:
Настройка Sphinx
Настройка Bitrix и интеграция Sphinx
- Сдача проекта
Настройка Sphinx
Отказаться от Sphinx и перейти на другую поисковую систему нельзя. Требование заказчика - только эта система. Что ж, приступим.
Все поисковые движки “внутри” работают примерно по одному принципу:
- Забирают тексты
- Разбивают на отдельные слова
- Проводят стемминг слов - вычленяют основу слова
- Высчитывают вес фразы в тексте
- Возвращаем пользователю отсортированный согласно весу фразы поисковый запрос
Мы помним, что важная задача не только выдавать товары по соответствию слов в поисковом запросе, но ранжировать товары в соответствии с весом свойства.
Так вот, решение Bitrix и Sphinx “из коробки” - это добавить в индекс Sphinx только заголовок и весь текст из описаний и свойств товаров. То есть поиск будет возможен, но их вес не будет поддаваться контролю и ранжированию.
Для того, чтобы все же заставить Sphinx ранжировать товары, а не превращать свойства, описания товаров в кашу из текста нам пришлось настраивать Sphinx.
Этапы настройки Sphinx
Приложения могут взаимодействовать со Sphinx несколькими способами, но самым простым и удобным, является специальный sql-подобный язык запросов, который носит название SphinxQL. В этом случае Sphinx использует протокол базы данных MySql (которая используется у нас и единственный протокол который поддерживает битрикс).
Для этого мы:
- Создали новый индекс реального времени
- Описали наши поля и атрибуты для индексирования. При использовании баз данных в качестве источника необходимо явно перечислить все поля и атрибуты, которые мы собираемся индексировать. При этом необходимо указать их тип, название и дополнительные параметры, если они есть.
Настройка Bitrix
Теперь перейдем к настройке Bitrix. Вся работа с поисковым индексом происходит через промежуточные таблицы. Поэтому для начала мы создали столбцы для каждого нового свойства (бренд, суббренд, вид товара и тд).
А затем наполнили их, чтобы мы могли добавить их в индекс Sphinx. Для этого на моменте переиндексации товара добавили заполнение наших полей и скорректировали запросы на добавление\обновление данных в Sphinx.
После того как у нас описаны свойства, необходимо было задать коэффициенты веса каждого свойства.
Теперь Sphinx может проранжировать все свойства и выдать корректный ответ на поисковый запрос.
Что в итоге?
Столкнувшись с рядом проблем мы все же смогли выдать приемлемое решение и настроить сортировку товаров. Как правило, такие задачи могут решаться и другими способами, но конкретно здесь пришлось искать альтернативные решения и при этом не наплодить легаси по пути.
На данный момент решения работает, не мешает масштабировать каталог, адаптивно к изменениям и обновлениям.