Налаштування Elasticsearch-синонімів для пошуку 1С-Бітрікс

Налаштування Elasticsearch-синонімів для пошуку у 1С-Bitrix

Користувач шукає «мобільний телефон» — нічого. Вводить «сотовий» — теж порожно. Каталог переповнений смартфонами, але в назвах товарів використовується тільки слово «телефон». Синоніми в Elasticsearch — це зв'язка між користувацьким словником та реальними термінами в індексі. Без них полнотекстовий пошук працює тільки для тих, хто вгадав точне слово.

Де синоніми у ланцюжку Elasticsearch

Синоніми додаються як token filter в аналізатор. Вони можуть працювати двома способами:

Expansion — «мобільник» перетворюється на «мобільник телефон смартфон». Усі три токени потрапляють у запит. Видача ширша, але релевантність розмивається.

Contraction — «мобільник», «сотовий», «телефон» → усі перетворюються на «телефон». В індексі та в пошуку — один термін. Видача точна, але потрібна однорідність при індексації.

Для Bitrix-каталогу краще contraction на етапі пошуку: індексуємо як є, при пошуку схлопуємо синоніми в базову форму.

Файл синонімів та його формат

Синоніми зберігаються у файлі на сервері Elasticsearch або передаються inline в налаштування індексу. Файловий підхід гнучкіше — можна оновлювати словник без пересоздання індексу.

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

# Мобільні телефони
мобільник, сотовий, смартфон => телефон
iPhone, айфон => телефон
Galaxy, галакси => телефон

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

# Брендові синоніми
Samsung, самсунг, самsung => samsung
LG, елджи => lg

# Загальні терміни
ТВ, телик, теле => телевізор
холодильник, холодос => холодильник

# Абревіатури
ПК, персональний комп'ютер => комп'ютер
ОЗУ, оперативка, RAM => пам'ять

Формат файлу: term1, term2, term3 => canonical_form для contraction, або term1, term2, term3 для expansion.

Налаштування індексу з синонімами

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"
      }
    }
  }
}'

Ключове: analyzer (для індексації) та search_analyzer (для пошуку) різні. Синоніми тільки у search_analyzer — це правильна практика. При індексації зайві токени не потрібні, розширюємо видачу тільки при пошуку.

Оновлення синонімів без переіндексування

Параметр updateable: true у фільтрі синонімів (Elasticsearch 7.3+) дозволяє оновити словник без пересоздання індексу:

# Редагуємо файл синонімів
nano /etc/elasticsearch/analysis/synonyms_ru.txt

# Перезаважуємо аналізаторів без переіндексування
curl -X POST "http://localhost:9200/bitrix_search_s1/_reload_search_analyzers"

Це працює тільки для search_analyzer. Якщо синоніми в index analyzer — потрібна повна переіндексування.

Синоніми через API (без файлу)

Для невеликих словників — inline-синоніми прямо в маппінгу:

"russian_synonyms": {
  "type": "synonym",
  "synonyms": [
    "мобільник, сотовий => телефон",
    "ноутбук, лептоп => ноутбук",
    "телик, ТВ => телевізор"
  ]
}

Мінус: для оновлення потрібно пересоздати індекс та переіндексувати дані.

Перевірка роботи синонімів

# Перевірити, як search_analyzer обробляє запит
curl -X POST "http://localhost:9200/bitrix_search_s1/_analyze" \
  -H "Content-Type: application/json" \
  -d '{
    "analyzer": "bitrix_search",
    "text": "мобільник самсунг"
  }'

# Очікуваний ответ: токени "телефон", "samsung"

Якщо синоніми працюють правильно, пошуковий запит «мобільник» знайде документи з токеном «телефон» в індексі.

Управління синонімами з Bitrix

Файл синонімів зручно редагувати через адміністративний інтерфейс. Для цього створити просту сторінку в /bitrix/admin/ з формою, яка записує у файл та викликає API _reload_search_analyzers. Стандартних інструментів для цього в Bitrix немає — потрібна користувацька розробка або ручне редагування через SSH.