Настройка Elasticsearch для автодополнения (Completion Suggester)

Настройка Elasticsearch для автодополнения (Completion Suggester)

Автодополнение в поиске — это не просто «найти по префиксу». Пользователь вводит «но» и ожидает «ноутбук», «носки», «ноябрь» — мгновенно, без задержки. Elasticsearch предоставляет два механизма: Completion Suggester (специализированная in-memory структура) и Edge N-gram (стандартный поиск по частичному токену). Выбор зависит от требований к скорости, гибкости запросов и объёма данных.

Completion Suggester

Completion Suggester хранит данные в специальной FST (Finite State Transducer) структуре в памяти. Это самый быстрый вариант автодополнения — ответ за 1–5 мс. Но он менее гибкий: нет полнотекстового скоринга, ограниченные возможности фильтрации.

Маппинг для поля типа completion:

PUT /products
{
  "mappings": {
    "properties": {
      "title": {
        "type": "text"
      },
      "suggest": {
        "type": "completion",
        "analyzer": "simple",
        "search_analyzer": "simple",
        "preserve_separators": true,
        "preserve_position_increments": true,
        "max_input_length": 50
      }
    }
  }
}

Индексация документа с suggest-полем:

PUT /products/_doc/1
{
  "title": "Ноутбук ASUS VivoBook 15",
  "suggest": {
    "input": [
      "Ноутбук ASUS VivoBook",
      "ASUS VivoBook 15",
      "VivoBook"
    ],
    "weight": 10
  }
}

Поле input — список вариантов, с которых начинается автодополнение. weight — приоритет в выдаче (выше = первее). Для популярных товаров ставьте вес на основе продаж или кликов.

Запрос автодополнения:

POST /products/_search
{
  "suggest": {
    "product-suggest": {
      "prefix": "ноут",
      "completion": {
        "field": "suggest",
        "size": 5,
        "skip_duplicates": true,
        "fuzzy": {
          "fuzziness": 1
        }
      }
    }
  },
  "_source": ["title", "price"],
  "size": 0
}

size: 0 в основном запросе — не возвращаем обычные результаты поиска, только саджесты. fuzzy.fuzziness: 1 — допускает одну опечатку в префиксе.

Ответ:

{
  "suggest": {
    "product-suggest": [{
      "text": "ноут",
      "offset": 0,
      "length": 4,
      "options": [
        {
          "text": "Ноутбук ASUS VivoBook",
          "_score": 10,
          "_source": { "title": "Ноутбук ASUS VivoBook 15", "price": 49900 }
        }
      ]
    }]
  }
}

Context Suggester — фильтрация саджестов

Если нужно ограничить автодополнение по категории или другому атрибуту — используйте Context Suggester:

PUT /products
{
  "mappings": {
    "properties": {
      "suggest": {
        "type": "completion",
        "contexts": [
          {
            "name": "category",
            "type": "category",
            "path": "category"
          }
        ]
      },
      "category": { "type": "keyword" }
    }
  }
}

Индексация:

PUT /products/_doc/1
{
  "title": "Ноутбук ASUS",
  "category": "laptops",
  "suggest": {
    "input": ["Ноутбук ASUS", "ASUS"],
    "contexts": {
      "category": ["laptops"]
    }
  }
}

Запрос с контекстом:

POST /products/_search
{
  "suggest": {
    "product-suggest": {
      "prefix": "ас",
      "completion": {
        "field": "suggest",
        "size": 5,
        "contexts": {
          "category": [
            { "context": "laptops", "boost": 2 },
            { "context": "tablets" }
          ]
        }
      }
    }
  }
}

Edge N-gram как альтернатива

Edge N-gram индексирует частичные токены: «но», «ноу», «ноут», «ноутб» и т.д. Позволяет использовать стандартный match запрос, полный скоринг TF/IDF, фильтрацию и сортировку.

PUT /products
{
  "settings": {
    "analysis": {
      "tokenizer": {
        "edge_ngram_tokenizer": {
          "type": "edge_ngram",
          "min_gram": 2,
          "max_gram": 20,
          "token_chars": ["letter", "digit"]
        }
      },
      "analyzer": {
        "autocomplete_index": {
          "type": "custom",
          "tokenizer": "edge_ngram_tokenizer",
          "filter": ["lowercase"]
        },
        "autocomplete_search": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase"]
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "autocomplete_index",
        "search_analyzer": "autocomplete_search"
      }
    }
  }
}

Запрос:

POST /products/_search
{
  "query": {
    "match": {
      "title": {
        "query": "ноут",
        "operator": "and"
      }
    }
  },
  "sort": [{ "_score": "desc" }],
  "size": 5
}

Когда что использовать

Completion Suggester — когда нужна максимальная скорость (<5 мс), источник данных ограничен (каталог товаров, список городов, имена пользователей), веса рассчитываются заранее.

Edge N-gram — когда нужна полноценная фильтрация по атрибутам вместе с автодополнением, сортировка по релевантности с учётом TF/IDF, поиск в середине строки (N-gram без edge).

Реализация на стороне приложения

PHP пример с Laravel и elastic/elasticsearch-php:

public function autocomplete(string $query): array
{
    $response = $this->client->search([
        'index' => 'products',
        'body' => [
            'suggest' => [
                'product-suggest' => [
                    'prefix' => mb_strtolower($query),
                    'completion' => [
                        'field' => 'suggest',
                        'size' => 8,
                        'skip_duplicates' => true,
                        'fuzzy' => ['fuzziness' => 'AUTO'],
                    ]
                ]
            ],
            '_source' => ['title', 'slug', 'price'],
            'size' => 0,
        ]
    ]);

    $options = $response['suggest']['product-suggest'][0]['options'] ?? [];

    return array_map(fn($opt) => [
        'title' => $opt['text'],
        'url' => '/products/' . $opt['_source']['slug'],
        'price' => $opt['_source']['price'],
    ], $options);
}

На фронтенде — debounce на 200–300 мс перед запросом, чтобы не отправлять запрос на каждый символ.

Сроки

Настройка Completion Suggester с популяризацией по весам — 1 рабочий день. Добавление Context Suggester с фильтрацией по категориям — ещё полдня. Edge N-gram с полноценной интеграцией в поиск — 1–2 дня.