Не включайте нечёткий поиск для всех полей одной настройкой. Опечатка в названии товара и одна изменённая цифра в артикуле имеют разный смысл: первое можно приблизить, второе способно показать чужую модель. Сначала классифицируйте запрос, затем выбирайте режим.
Безопасный старт — offline-набор из реальных обезличенных запросов: исходная строка, ожидаемый товар и допустимые альтернативы. Снимите текущие позиции, чтобы после fuzziness увидеть не только новые находки, но и ухудшение точных результатов.
Каждый тип запроса получает собственное правило
| Запрос | Основной режим | Fuzzy |
|---|---|---|
| Название товара | match по анализируемому text | Допустим с малым расстоянием |
| Бренд и модель словами | exact boost плюс match | Только для текстовой части |
| SKU или артикул | term по keyword | Обычно выключен |
| Телефон или email | Нормализованный exact | Выключен |
| Короткое слово из 2–3 букв | Exact, prefix или словарь | Высокий риск шума |
Артикул остаётся точным якорем
До полнотекстового запроса нормализуйте регистр, пробелы и разрешённые разделители и проверьте keyword-поле артикула. Exact-совпадение получает максимальный boost. Если строка похожа на код, не отправляйте её в fuzzy-ветку без явного продуктового решения.
Fuzziness применяется к разобранному тексту
{
"query": {
"bool": {
"should": [
{"term": {"sku.keyword": {"value": "abc-123", "boost": 20}}},
{"match": {"title": {"query": "безпроводные наушники",
"fuzziness": "AUTO", "prefix_length": 1}}}
],
"minimum_should_match": 1
}
}
}Пример показывает идею, а не готовый запрос для любого каталога. Match сначала анализирует текст, fuzzy сопоставляет получившиеся термы по расстоянию редактирования, а prefix_length оставляет начало слова точным. Значения AUTO и boost подбираются на вашем наборе, а не по красивому демо.
Словарь исправляет доменную лексику
- Раскладка клавиатуры нормализуется до поиска, если это ожидает аудитория.
- Частые бренды и транслитерации получают управляемые synonyms.
- Единицы измерения и размерные обозначения не склеиваются без проверки.
- Стоп-слова выбираются для языка каталога, а не копируются из общей схемы.
- Популярные нулевые запросы попадают в очередь редактора словаря.
Fuzzy не заменяет synonyms: расстояние по символам не знает, что «телевизор» и «ТВ» связаны. И наоборот, бесконтрольный список синонимов может резко увеличить число кандидатов. Версионируйте analyzer и переиндексируйте тестовый alias перед переключением production.
Качество измеряется до релиза
Для каждой версии посчитайте долю запросов, где ожидаемый товар попал в top 3 или top 10, и отдельно число нерелевантных результатов сверху. Обязательно держите группы: точные названия, одна опечатка, две опечатки, короткие слова, артикулы и нулевые запросы. Средняя метрика без сегментов скрывает поломку кодов.
Порог выкатывается через управляемый fallback
- Сначала выполнить exact и обычный match и сохранить их score.
- Запускать fuzzy только при пустом или слишком слабом результате либо смешивать с меньшим весом.
- Ограничить число расширений и время запроса на тестовой нагрузке.
- Включить новую схему для небольшой доли трафика и сравнить клики и нулевые выдачи.
- Хранить предыдущий index alias или feature flag для быстрого отката.
- Добавлять ошибочные запросы в фиксированный regression-набор.
Для настройки пригодятся mapping и analyzer текстовых полей, двадцать–пятьдесят обезличенных запросов с ожидаемыми ID, текущие позиции и допустимое время ответа. Логи пользователей передавайте без контактов и session identifiers.