Настройка Elasticsearch-синонимов для поиска 1С-Битрикс

Настройка Elasticsearch-синонимов для поиска 1С-Битрикс

Пользователь ищет «мобильник» — ничего. Вводит «сотовый» — тоже пусто. Каталог полон смартфонов, но в названиях товаров используется только слово «телефон». Синонимы в Elasticsearch — это связка между пользовательским словарём и реальными терминами в индексе. Без них полнотекстовый поиск работает только для тех, кто угадал точное слово.

Где синонимы в цепочке Elasticsearch

Синонимы добавляются как token filter в анализатор. Они могут работать двумя способами:

Expansion — «мобильник» превращается в «мобильник телефон смартфон». Все три токена попадают в запрос. Выдача шире, но релевантность размывается.

Contraction — «мобильник», «сотовый», «телефон» → все превращаются в «телефон». В индексе и в поиске — один термин. Выдача точная, но нужно единообразие при индексации.

Для Битрикс-каталога предпочтительнее contraction на этапе поиска: индексируем как есть, при поиске схлопываем синонимы в базовую форму.

Файл синонимов и его формат

Синонимы хранятся в файле на сервере Elasticsearch или передаются inline в настройках индекса. Файловый подход гибче — можно обновлять словарь без пересоздания индекса.

Файл /etc/elasticsearch/analysis/synonyms_ru.txt:

# Мобильные телефоны
мобильник, сотовый, смартфон => телефон
iPhone, айфон => телефон
Galaxy, галакси => телефон

# Ноутбуки
ноутбук, лэптоп, laptop => ноутбук
MacBook, макбук => ноутбук

# Брендовые синонимы
Samsung, самсунг, самsung => samsung
LG, элджи => lg

# Общие термины
ТВ, телик, теле => телевизор
холодильник, холодос => холодильник

# Аббревиатуры
ПК, персональный компьютер => компьютер
ОЗУ, оперативка, RAM => память

Формат файла: term1, term2, term3 => canonical_form для contraction, или term1, term2, term3 для expansion.

Настройка индекса с синонимами

curl -X PUT http://localhost:9200/bitrix_search_s1 \
  -H "Content-Type: application/json" \
  -d '{
  "settings": {
    "analysis": {
      "filter": {
        "russian_stemmer": {
          "type": "stemmer",
          "language": "russian"
        },
        "russian_synonyms": {
          "type": "synonym",
          "synonyms_path": "analysis/synonyms_ru.txt",
          "updateable": true
        }
      },
      "analyzer": {
        "bitrix_search": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "russian_stemmer",
            "russian_synonyms"
          ]
        },
        "bitrix_index": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": [
            "lowercase",
            "russian_stemmer"
          ]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "bitrix_index",
        "search_analyzer": "bitrix_search"
      },
      "body": {
        "type": "text",
        "analyzer": "bitrix_index",
        "search_analyzer": "bitrix_search"
      }
    }
  }
}'

Ключевое: analyzer (для индексации) и search_analyzer (для поиска) разные. Синонимы только в search_analyzer — это правильная практика. При индексации лишние токены не нужны, расширяем выдачу только при поиске.

Обновление синонимов без переиндексации

Параметр updateable: true в фильтре синонимов (Elasticsearch 7.3+) позволяет обновить словарь без пересоздания индекса:

# Редактируем файл синонимов
nano /etc/elasticsearch/analysis/synonyms_ru.txt

# Перезагружаем анализаторы без переиндексации
curl -X POST "http://localhost:9200/bitrix_search_s1/_reload_search_analyzers"

Это работает только для search_analyzer. Если синонимы в index analyzer — нужна полная переиндексация.

Синонимы через API (без файла)

Для небольших словарей — inline-синонимы прямо в маппинге:

"russian_synonyms": {
  "type": "synonym",
  "synonyms": [
    "мобильник, сотовый => телефон",
    "ноутбук, лэптоп => ноутбук",
    "телик, ТВ => телевизор"
  ]
}

Минус: для обновления нужно пересоздать индекс и переиндексировать данные.

Проверка работы синонимов

# Проверить, как search_analyzer обрабатывает запрос
curl -X POST "http://localhost:9200/bitrix_search_s1/_analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "analyzer": "bitrix_search",
    "text": "мобильник самсунг"
  }'

# Ожидаемый ответ: токены "телефон", "samsung"

Если синонимы работают правильно, поисковый запрос «мобильник» найдёт документы с токеном «телефон» в индексе.

Управление синонимами из Битрикс

Файл синонимов удобно редактировать через административный интерфейс. Для этого создать простую страницу в /bitrix/admin/ с формой, которая записывает в файл и вызывает API _reload_search_analyzers. Стандартных инструментов для этого в Битрикс нет — нужна кастомная разработка или ручное редактирование через SSH.