🏨 酒店搜索引擎 (Crunch.Trip & Hotel Search Engine)

一个基于 Elasticsearch 和 NLP 技术的智能酒店搜索引擎，支持多维度搜索、中文分词、拼音搜索、同义词扩展等功能。

📋 目录

项目简介
核心特性
技术架构
技术栈
项目结构
核心功能流程
快速开始
相关文档

📖 项目简介

酒店搜索引擎是一个面向酒店预订平台的企业级搜索解决方案，旨在为用户提供快速、精准、智能的酒店搜索体验。

业务场景

多源数据整合：支持国内（CN）、国际（INTL）、港澳台（HMT）三大业务域的酒店数据
多供应商接入：整合 Elong、Agoda、Booking 等多家酒店供应商数据
智能搜索：基于 Elasticsearch 的全文检索，支持中文分词、拼音搜索、同义词扩展
地理位置搜索：支持基于经纬度的地理位置搜索和距离排序
实时数据同步：通过 Apache Camel 路由实现酒店数据的实时采集和索引更新

数据规模

酒店总量：360万+ 酒店（国内 210万 + 国际 150万）
索引字段：30+ 个搜索字段，包括酒店名称、地址、品牌、设施等
NLP 增强：支持简繁体转换、关键词提取、命名实体识别、品牌识别等
搜索性能：平均响应时间 <500ms，P95 <1s，峰值 QPS 500+

核心能力

多语言支持：中文（简繁体）、英文、拼音搜索
智能分词：基于 IK 分词器和 HanLP 的中文分词
同义词扩展：800+ 条同义词规则，覆盖城市、地标、交通、设施、品牌等
地理层级：洲 → 国家 → 省/州 → 市 → 区的完整地理层级路径
搜索质量分析：零结果查询分析、搜索日志分析、质量指标监控

✨ 核心特性

🔍 搜索功能

✅ 全文搜索：支持酒店名称、地址、品牌、描述等多字段搜索
✅ 拼音搜索：支持拼音首字母和全拼搜索（如 "BJ" → "北京"）
✅ 同义词搜索：自动扩展同义词（如 "首都机场" → "北京首都国际机场"）
✅ 地理位置搜索：基于经纬度的附近酒店搜索
✅ 多条件过滤：按城市、区域、品牌、价格等多维度过滤
✅ 智能排序：综合相关性、距离、评分等多因素排序

📊 数据处理

✅ 实时数据采集：基于 Apache Camel 的数据采集路由
✅ 增量同步：支持全量和增量数据同步
✅ 数据清洗：自动去重、格式化、验证
✅ NLP 增强：分词、关键词提取、实体识别、简繁体转换
✅ 索引优化：自动生成搜索优化字段

🔧 运维管理

✅ 索引管理：一键重建索引、别名切换、零停机更新
✅ 同义词管理：分类管理、热更新、版本控制
✅ 任务调度：基于 Quartz 的定时任务调度
✅ 监控告警：搜索质量监控、零结果查询告警
✅ API 日志：完整的 API 请求日志和审计

🏗️ 技术架构

整体架构图

graph TB
    subgraph "用户层"
        Web[Web]
        Admin[管理后台]
    end
    
    subgraph "API 网关层"
        Gateway[API Gateway<br/>Spring Boot 3]
        Auth[认证鉴权<br/>Sa-Token]
    end
    
    subgraph "应用服务层"
        API[API 模块<br/>RESTful API]
        Scheduler[调度模块<br/>Quartz]
        Ingest[采集模块<br/>Apache Camel]
    end
    
    subgraph "领域层"
        Domain[Domain<br/>实体/仓储接口]
        Infra[Infra<br/>基础设施实现]
        Common[Common<br/>公共工具]
    end
    
    subgraph "数据层"
        PG[(PostgreSQL<br/>业务数据库)]
        ES[(Elasticsearch<br/>搜索引擎)]
        Redis[(Redis<br/>缓存/锁)]
    end
    
    subgraph "外部服务"
        Supplier[酒店供应商 API<br/>Elong/Agoda/Booking]
    end
    
    Web --> Gateway
    Admin --> Gateway
    Gateway --> Auth
    Auth --> API
    Auth --> Scheduler
    
    API --> Domain
    Scheduler --> Ingest
    Ingest --> Domain
    
    Domain --> Infra
    Infra --> Common
    
    Infra --> PG
    Infra --> ES
    Infra --> Redis
    
    Ingest --> Supplier
    
    style Web fill:#4FC3F7,stroke:#0288D1,stroke-width:2px,color:#000
    style Admin fill:#4FC3F7,stroke:#0288D1,stroke-width:2px,color:#000
    style Gateway fill:#FFD54F,stroke:#F57C00,stroke-width:2px,color:#000
    style Auth fill:#FFD54F,stroke:#F57C00,stroke-width:2px,color:#000
    style API fill:#BA68C8,stroke:#7B1FA2,stroke-width:2px,color:#000
    style Scheduler fill:#BA68C8,stroke:#7B1FA2,stroke-width:2px,color:#000
    style Ingest fill:#BA68C8,stroke:#7B1FA2,stroke-width:2px,color:#000
    style Domain fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style Infra fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style Common fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style PG fill:#64B5F6,stroke:#1976D2,stroke-width:2px,color:#000
    style ES fill:#64B5F6,stroke:#1976D2,stroke-width:2px,color:#000
    style Redis fill:#64B5F6,stroke:#1976D2,stroke-width:2px,color:#000
    style Supplier fill:#FFB74D,stroke:#F57C00,stroke-width:2px,color:#000

系统分层架构

graph LR
    subgraph "展现层"
        A1[Web UI]
        A2[Admin UI]
    end
    
    subgraph "接口层"
        B1[RESTful API]
        B2[OpenAPI 文档]
    end
    
    subgraph "应用层"
        C1[搜索服务]
        C2[采集服务]
        C3[索引服务]
        C4[分析服务]
    end
    
    subgraph "领域层"
        D1[酒店实体]
        D2[搜索日志]
        D3[同步日志]
        D4[任务调度]
    end
    
    subgraph "基础设施层"
        E1[数据库访问]
        E2[搜索引擎]
        E3[缓存服务]
        E4[消息队列]
    end
    
    A1 --> B1
    A2 --> B1
    B1 --> C1
    B1 --> C2
    B1 --> C3
    B1 --> C4
    C1 --> D1
    C2 --> D2
    C3 --> D3
    C4 --> D4
    D1 --> E1
    D1 --> E2
    D2 --> E1
    D3 --> E3
    D4 --> E4
    
    style A1 fill:#4FC3F7,stroke:#0288D1,stroke-width:2px,color:#000
    style A2 fill:#4FC3F7,stroke:#0288D1,stroke-width:2px,color:#000
    style B1 fill:#FFD54F,stroke:#F57C00,stroke-width:2px,color:#000
    style B2 fill:#FFD54F,stroke:#F57C00,stroke-width:2px,color:#000
    style C1 fill:#BA68C8,stroke:#7B1FA2,stroke-width:2px,color:#000
    style C2 fill:#BA68C8,stroke:#7B1FA2,stroke-width:2px,color:#000
    style C3 fill:#BA68C8,stroke:#7B1FA2,stroke-width:2px,color:#000
    style C4 fill:#BA68C8,stroke:#7B1FA2,stroke-width:2px,color:#000
    style D1 fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style D2 fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style D3 fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style D4 fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style E1 fill:#64B5F6,stroke:#1976D2,stroke-width:2px,color:#000
    style E2 fill:#64B5F6,stroke:#1976D2,stroke-width:2px,color:#000
    style E3 fill:#64B5F6,stroke:#1976D2,stroke-width:2px,color:#000
    style E4 fill:#64B5F6,stroke:#1976D2,stroke-width:2px,color:#000

部署架构（Docker 单实例）

graph TB
    Internet[互联网用户] --> Nginx
    
    subgraph "Web 代理层"
        Nginx[Nginx<br/>反向代理/负载均衡]
    end
    
    Nginx --> App
    
    subgraph "应用容器"
        App[hotel-search-engine<br/>Spring Boot 应用<br/>Docker Container]
    end
    
    subgraph "数据库容器"
        PG[PostgreSQL 12<br/>Docker Container]
    end
    
    subgraph "搜索引擎容器"
        ES[Elasticsearch 8.19<br/>Docker Container]
    end
    
    subgraph "缓存容器"
        Redis[Redis 7.x<br/>Docker Container]
    end
    
    App --> PG
    App --> ES
    App --> Redis
    
    style Internet fill:#90CAF9,stroke:#1976D2,stroke-width:2px,color:#000
    style Nginx fill:#FFD54F,stroke:#F57C00,stroke-width:3px,color:#000
    style App fill:#81C784,stroke:#388E3C,stroke-width:3px,color:#000
    style PG fill:#64B5F6,stroke:#1976D2,stroke-width:2px,color:#000
    style ES fill:#FFB74D,stroke:#F57C00,stroke-width:2px,color:#000
    style Redis fill:#E57373,stroke:#D32F2F,stroke-width:2px,color:#000

部署架构（Docker 多实例）

graph TB
    Internet[互联网用户] --> Nginx
    
    subgraph "Web 代理层"
        Nginx[Nginx<br/>反向代理/负载均衡<br/>Docker Container]
    end
    
    Nginx --> App1
    Nginx --> App2
    Nginx --> App3
    
    subgraph "应用容器集群"
        App1[hotel-search-engine-1<br/>Spring Boot 应用<br/>Docker Container]
        App2[hotel-search-engine-2<br/>Spring Boot 应用<br/>Docker Container]
        App3[hotel-search-engine-3<br/>Spring Boot 应用<br/>Docker Container]
    end
    
    subgraph "数据库主从"
        PGMaster[PostgreSQL Master<br/>Docker Container]
        PGSlave1[PostgreSQL Slave-1<br/>Docker Container]
        PGSlave2[PostgreSQL Slave-2<br/>Docker Container]
    end
    
    subgraph "搜索引擎集群"
        ESMaster[Elasticsearch Master<br/>Docker Container]
        ESData1[Elasticsearch Data-1<br/>Docker Container]
        ESData2[Elasticsearch Data-2<br/>Docker Container]
    end
    
    subgraph "缓存集群"
        RedisMaster[Redis Master<br/>Docker Container]
        RedisSlave1[Redis Slave-1<br/>Docker Container]
        RedisSlave2[Redis Slave-2<br/>Docker Container]
    end
    
    App1 --> PGMaster
    App2 --> PGMaster
    App3 --> PGMaster
    
    App1 --> ESMaster
    App2 --> ESMaster
    App3 --> ESMaster
    
    App1 --> RedisMaster
    App2 --> RedisMaster
    App3 --> RedisMaster
    
    PGMaster -.-> PGSlave1
    PGMaster -.-> PGSlave2
    
    ESMaster -.-> ESData1
    ESMaster -.-> ESData2
    
    RedisMaster -.-> RedisSlave1
    RedisMaster -.-> RedisSlave2
    
    style Internet fill:#90CAF9,stroke:#1976D2,stroke-width:2px,color:#000
    style Nginx fill:#FFD54F,stroke:#F57C00,stroke-width:3px,color:#000
    style App1 fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style App2 fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style App3 fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style PGMaster fill:#64B5F6,stroke:#1976D2,stroke-width:3px,color:#000
    style PGSlave1 fill:#90CAF9,stroke:#1976D2,stroke-width:2px,color:#000
    style PGSlave2 fill:#90CAF9,stroke:#1976D2,stroke-width:2px,color:#000
    style ESMaster fill:#FFB74D,stroke:#F57C00,stroke-width:3px,color:#000
    style ESData1 fill:#FFCC80,stroke:#F57C00,stroke-width:2px,color:#000
    style ESData2 fill:#FFCC80,stroke:#F57C00,stroke-width:2px,color:#000
    style RedisMaster fill:#E57373,stroke:#D32F2F,stroke-width:3px,color:#000
    style RedisSlave1 fill:#EF9A9A,stroke:#D32F2F,stroke-width:2px,color:#000
    style RedisSlave2 fill:#EF9A9A,stroke:#D32F2F,stroke-width:2px,color:#000

🛠️ 技术栈

后端技术栈

核心框架

Java 17 - 编程语言
Spring Boot 3.5.7 - 应用框架
Spring Data JPA - ORM 框架
Apache Camel 4.14.0 - 集成框架/路由引擎

数据存储

PostgreSQL 12 - 关系型数据库
Elasticsearch 8.19.6 - 搜索引擎
Redis 7.x - 缓存和分布式锁
HikariCP - 数据库连接池

搜索增强

IK Analyzer 8.19.6 - 中文分词
Pinyin Analyzer 8.19.6 - 拼音分词
HanLP 1.8.6 - NLP 工具包
- 简繁体转换
- 关键词提取
- 命名实体识别
- 品牌识别

中间件

Redisson 3.46.0 - Redis 客户端（分布式锁/信号量）
Quartz - 任务调度

安全认证

Sa-Token - 认证授权框架

工具库

Lombok 1.18.42 - 简化 Java 代码
Hutool 5.8.41 - Java 工具类库
Jackson - JSON 序列化
SpringDoc 2.8.13 - OpenAPI 文档生成
Therapi JavaDoc 0.15.0 - JavaDoc 增强

测试框架

JUnit 5 - 单元测试
TestContainers - 集成测试
Mockito - Mock 框架

前端技术栈

Next.js 14+ - React 全栈框架
TypeScript - 类型安全
Shadcn/ui - UI 组件库
Tailwind CSS - 样式框架
React Query - 数据获取和缓存
Zustand - 状态管理

开发工具链

Maven 3.9+ - 构建工具
Docker & Docker Compose - 容器化
Git & Gitea - 版本控制
Gitea CI - 持续集成
IntelliJ IDEA - IDE

📁 项目结构

hotel-search-engine/
├── backend/                          # 后端代码
│   ├── api/                          # API 接口层
│   │   └── src/main/java/.../api/
│   │       ├── controller/           # REST 控制器
│   │       ├── dto/                  # 数据传输对象
│   │       └── config/               # API 配置
│   │
│   ├── app/                          # 应用启动模块
│   │   └── src/main/
│   │       ├── java/.../app/         # 启动类
│   │       └── resources/            # 配置文件
│   │           ├── application.yml
│   │           ├── application-dev.yml
│   │           └── application-prod.yml
│   │
│   ├── common/                       # 公共模块
│   │   ├── data/                     # HanLP 数据文件
│   │   │   ├── dictionary/           # 词典文件
│   │   │   │   ├── custom/           # 自定义词典
│   │   │   │   ├── synonym/          # 同义词词典
│   │   │   │   └── tc/               # 简繁体转换
│   │   │   └── model/                # NLP 模型
│   │   └── src/main/java/.../common/
│   │       ├── config/               # 公共配置
│   │       ├── util/                 # 工具类
│   │       ├── exception/            # 异常定义
│   │       └── constant/             # 常量定义
│   │
│   ├── domain/                       # 领域模型层
│   │   └── src/main/java/.../domain/
│   │       ├── entity/               # 实体类
│   │       │   ├── Hotels.java
│   │       │   ├── SearchLog.java
│   │       │   ├── SyncLog.java
│   │       │   └── JobSchedule.java
│   │       ├── repository/           # 仓储接口
│   │       └── valueobject/          # 值对象
│   │
│   ├── infra/                        # 基础设施层
│   │   ├── scripts/                  # 脚本文件
│   │   │   └── rebuild_hotels_index.json
│   │   └── src/main/java/.../infra/
│   │       ├── config/               # 基础设施配置
│   │       ├── repository/           # 仓储实现
│   │       ├── search/               # Elasticsearch
│   │       │   ├── doc/              # ES 文档实体
│   │       │   └── EsHotelIndexService.java
│   │       ├── redis/                # Redis 实现
│   │       ├── nlp/                  # NLP 服务
│   │       └── notify/               # 通知服务
│   │
│   ├── ingest/                       # 数据采集模块
│   │   └── route-camel/
│   │       └── src/main/java/.../ingest/
│   │           ├── route/            # Camel 路由
│   │           │   ├── HotelIdsIngestRoute.java
│   │           │   ├── IndexBackfillRoute.java
│   │           │   ├── SearchLogConsumerRoute.java
│   │           │   └── SearchAnalysisRoute.java
│   │           ├── service/          # 采集服务
│   │           ├── dto/              # 数据传输对象
│   │           └── model/            # 上下文模型
│   │
│   ├── scheduler-cron/               # 定时任务模块
│   │   └── src/main/java/.../scheduler/
│   │       └── config/               # Quartz 配置
│   │
│   └── pom.xml                       # Maven 父 POM
│
├── deploy/                           # 部署配置
│   ├── docker/                       # Docker 配置
│   │   └── docker-compose.yml
│   └── elasticsearch/                # ES 配置
│       └── analysis/                 # 分词器配置
│           ├── hotel_synonyms.txt    # 主同义词文件
│           ├── synonyms/             # 分类同义词
│           │   ├── city_synonyms.txt
│           │   ├── landmark_synonyms.txt
│           │   ├── transport_synonyms.txt
│           │   ├── facility_synonyms.txt
│           │   └── brand_synonyms.txt
│           └── README.md
│
├── scripts/                          # 脚本工具
│   ├── rebuild_hotels_index.sh       # 索引重建脚本
│   ├── rebuild_hotels_index.json     # 索引映射配置
│   ├── merge_synonym_files.sh        # 同义词合并脚本
│   ├── generate_hanlp_cache.sh       # HanLP 缓存生成
│   └── HanLPCacheGenerator.java      # 缓存生成器
│
├── docs/                             # 文档
│   ├── 轻量级架构方案.md
│   ├── 同义词管理与维护方案.md
│   ├── ES索引配置与实体类对比检查.md
│   ├── HanLP缓存预生成指南.md
│   └── 第二周增强功能实施记录.md
│
└── README.md                         # 项目说明文档

模块说明

模块	职责	依赖
api	REST API 接口、控制器、DTO	domain, infra
app	应用启动、配置管理	api, ingest, scheduler
common	公共工具、常量、异常	无
domain	领域实体、仓储接口	common
infra	基础设施实现（DB、ES、Redis）	domain, common
ingest	数据采集路由、同步服务	domain, infra
scheduler	定时任务调度	ingest

🔄 核心功能流程

1. 酒店数据采集流程

流程说明：通过 Apache Camel 路由从供应商 API 采集酒店数据，支持分页、断点续传、并发控制。

sequenceDiagram
    participant Scheduler as Quartz 调度器
    participant Route as HotelIdsIngestRoute
    participant DB as PostgreSQL
    participant Supplier as 供应商 API
    participant Service as HotelsSinkService
    participant Redis as Redis
    
    Scheduler->>Route: 触发定时任务 (Cron)
    Route->>DB: 读取 job_schedule (cron/enabled/params)
    Route->>DB: 读取 job_runtime_state (水位)
    Route->>Redis: 获取信号量许可
    
    loop 分页采集
        Route->>Supplier: 调用酒店ID列表接口 (签名)
        Supplier-->>Route: 返回酒店ID列表
        Route->>DB: 记录 API 请求日志 (GZIP压缩)
        
        loop 批量获取详情 (20/批)
            Route->>Supplier: 调用酒店详情接口
            Supplier-->>Route: 返回酒店详情
            Route->>Service: 批量入库 (1000条/批)
            Service->>DB: 事务写入 hotels 表
        end
        
        Route->>DB: 更新水位 (job_runtime_state)
        Route->>DB: 记录同步日志 (sync_log/sync_log_detail)
    end
    
    Route->>Redis: 释放信号量

关键步骤：

任务调度：Quartz 根据 job_schedule.cron_expr 触发任务
并发控制：Redisson 信号量限制并发数（≤10）
分页采集：按页获取酒店ID列表，支持断点续传
批量详情：20个ID/批调用详情接口
批量入库：1000条/批事务写入数据库
水位更新：记录当前采集进度，支持增量同步
日志记录：完整的 API 请求/响应日志（GZIP压缩）

2. 索引回填流程

流程说明：将数据库中的酒店数据批量索引到 Elasticsearch，包含 NLP 增强处理。

sequenceDiagram
    participant Admin as 管理员
    participant API as JobController
    participant Route as IndexBackfillRoute
    participant DB as PostgreSQL
    participant NLP as NLP Service
    participant ES as Elasticsearch
    
    Admin->>API: 触发索引回填 (POST /api/jobs/index-backfill)
    API->>Route: direct:index:backfill:runOnce
    Route->>DB: 读取 job_schedule 配置
    Route->>DB: 查询 hotels 表 (分页)
    
    loop 批量处理 (1000条/批)
        Route->>NLP: NLP 增强处理
        NLP-->>Route: 返回增强字段
        Note over NLP: - 分词<br/>- 关键词提取<br/>- 实体识别<br/>- 简繁体转换<br/>- 品牌识别<br/>- 地理层级构建
        
        Route->>ES: 批量索引 (Bulk API)
        ES-->>Route: 返回索引结果
        
        alt 部分失败
            Route->>ES: 重试失败项 (指数退避)
            Route->>DB: 记录失败详情 (sync_log_detail)
        end
        
        Route->>DB: 更新进度 (job_runtime_state)
    end
    
    Route->>DB: 记录同步日志 (sync_log)
    Route-->>API: 返回执行结果
    API-->>Admin: 返回响应

NLP 增强字段：

nameTokens: 酒店名称分词结果
addressTokens: 地址分词结果
nameKeywords: 酒店名称关键词
nerPlaces: 地址中的地名实体
nerBrands: 品牌实体识别
nameTraditional: 繁体酒店名称
addressTraditional: 繁体地址
brandNames: 品牌名称列表
geoHierarchy: 地理层级路径（洲→国家→省→市→区）

3. 搜索日志消费流程

流程说明：异步消费搜索日志，批量写入数据库，用于搜索质量分析。

sequenceDiagram
    participant API as SearchController
    participant Redis as Redis Stream
    participant Route as SearchLogConsumerRoute
    participant DB as PostgreSQL
    
    API->>Redis: 发布搜索日志到 Stream
    Note over Redis: hotel:events
    
    loop 批量消费 (100条/批)
        Route->>Redis: 消费 Stream 消息
        Redis-->>Route: 返回搜索日志批次
        Route->>DB: 批量写入 search_log 表
        Route->>Redis: 确认消费 (ACK)
    end
    
    Note over Route: 每5秒或100条触发一次批量写入

4. 搜索质量分析流程

流程说明：定时分析搜索日志，生成质量报告和告警。

sequenceDiagram
    participant Scheduler as Quartz 调度器
    participant Route as SearchAnalysisRoute
    participant DB as PostgreSQL
    participant Service as SearchLogService
    participant Mail as 邮件通知
    
    Note over Scheduler: 每天凌晨 2:00
    Scheduler->>Route: 触发零结果查询分析
    Route->>DB: 查询昨日 search_log (result_count=0)
    Route->>Service: 分析零结果查询
    Service-->>Route: 生成分析报告
    
    alt 存在零结果查询
        Route->>Mail: 发送告警邮件
        Note over Mail: - 零结果查询列表<br/>- 查询频次统计<br/>- 建议同义词
    end
    
    Note over Scheduler: 每小时
    Scheduler->>Route: 触发搜索质量指标统计
    Route->>DB: 统计搜索指标
    Note over DB: - 总搜索次数<br/>- 零结果率<br/>- 平均响应时间<br/>- 缓存命中率
    
    alt 指标异常
        Route->>Mail: 发送告警邮件
    end

分析指标：

零结果率：零结果查询数 / 总查询数
平均响应时间：搜索请求的平均耗时
缓存命中率：缓存命中次数 / 总查询数
热门查询：查询频次 TOP 100
零结果查询：无结果的查询关键词列表

5. 索引重建流程

流程说明：零停机重建 Elasticsearch 索引，通过别名切换实现平滑升级。

graph LR
    Start([开始]) --> CheckConflict[检查别名冲突]
    CheckConflict --> CreateIndex[创建新索引<br/>hotels_YYYYMMDD_HHMMSS]
    CreateIndex --> Reindex{源索引<br/>是否存在?}
    
    Reindex -->|是| CopyData[Reindex 数据<br/>从旧索引到新索引]
    Reindex -->|否| SwitchAlias[原子性切换别名]
    CopyData --> SwitchAlias
    
    SwitchAlias --> UpdateReadAlias[更新读别名<br/>hotels_read]
    UpdateReadAlias --> UpdateWriteAlias[更新写别名<br/>hotels_write]
    UpdateWriteAlias --> DeleteOld{是否删除<br/>旧索引?}
    
    DeleteOld -->|是| RemoveOld[删除旧索引<br/>保留新索引]
    DeleteOld -->|否| Verify[验证索引状态]
    RemoveOld --> Verify
    
    Verify --> End([完成])
    
    style Start fill:#4FC3F7,stroke:#0288D1,stroke-width:3px,color:#000
    style CheckConflict fill:#FFD54F,stroke:#F57C00,stroke-width:2px,color:#000
    style CreateIndex fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style Reindex fill:#BA68C8,stroke:#7B1FA2,stroke-width:2px,color:#000
    style CopyData fill:#FFB74D,stroke:#F57C00,stroke-width:2px,color:#000
    style SwitchAlias fill:#64B5F6,stroke:#1976D2,stroke-width:3px,color:#000
    style UpdateReadAlias fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style UpdateWriteAlias fill:#81C784,stroke:#388E3C,stroke-width:2px,color:#000
    style DeleteOld fill:#BA68C8,stroke:#7B1FA2,stroke-width:2px,color:#000
    style RemoveOld fill:#E57373,stroke:#D32F2F,stroke-width:2px,color:#000
    style Verify fill:#FFD54F,stroke:#F57C00,stroke-width:2px,color:#000
    style End fill:#4FC3F7,stroke:#0288D1,stroke-width:3px,color:#000

重建步骤：

# 1. 运行索引重建脚本
./scripts/rebuild_hotels_index.sh

# 2. 脚本自动执行：
#    - 创建新索引（带时间戳）
#    - 从旧索引 Reindex 数据
#    - 原子性切换读写别名
#    - 删除旧索引（可选）

# 3. 验证
curl -u elastic:password http://localhost:9200/_cat/aliases/hotels_*?v

🚀 快速开始

环境要求

JDK 17+
Maven 3.9+
Docker & Docker Compose
PostgreSQL 12+
Elasticsearch 8.19.6
Redis 7.x

本地开发环境搭建

1. 启动基础设施

# 启动 PostgreSQL、Elasticsearch、Redis
cd deploy/docker
docker-compose up -d

# 验证服务状态
docker-compose ps

2. 初始化数据库

# 执行数据库迁移脚本
psql -h localhost -U postgres -d hotel_search < scripts/init_db.sql

3. 配置 Elasticsearch

# 创建索引
./scripts/rebuild_hotels_index.sh

# 验证索引
curl http://localhost:9200/_cat/indices/hotels_*?v

4. 生成 HanLP 缓存

# 预生成 HanLP 缓存文件
./scripts/generate_hanlp_cache.sh

5. 编译和运行

# 编译项目
cd backend
mvn clean install -DskipTests

# 运行应用
cd app
mvn spring-boot:run

# 或者运行打包后的 JAR
java -jar target/hotel-search-engine-app-1.0.0.jar

6. 访问应用

API 文档: http://localhost:8080/swagger-ui.html
健康检查: http://localhost:8080/actuator/health
Elasticsearch: http://localhost:9200
Redis: localhost:6379

Docker 部署

# 构建镜像
docker build -t hotel-search-engine:latest .

# 运行容器
docker run -d \
  --name hotel-search-engine \
  -p 8080:8080 \
  -e SPRING_PROFILES_ACTIVE=prod \
  -e DB_HOST=postgres \
  -e ES_HOST=elasticsearch \
  -e REDIS_HOST=redis \
  hotel-search-engine:latest

📚 相关文档

架构设计

轻量级架构方案 - 整体架构设计和技术选型
ES索引配置与实体类对比检查 - Elasticsearch 配置说明

功能实现

同义词管理与维护方案 - 同义词管理完整方案
同义词实现方案 - Elasticsearch Synonym Filter 实现
地理层级使用指南 - 地理层级字段使用说明

运维指南

HanLP缓存预生成指南 - HanLP 缓存生成和配置
同义词扩展总结 - 同义词扩展统计和说明

脚本工具

scripts/rebuild_hotels_index.sh - 索引重建脚本
scripts/merge_synonym_files.sh - 同义词文件合并脚本
scripts/generate_hanlp_cache.sh - HanLP 缓存生成脚本
scripts/analyze_search_logs_for_synonyms.sh - 搜索日志分析脚本

开发规范

遵循阿里巴巴 Java 开发手册
使用 Lombok 简化代码
编写单元测试和集成测试
提交前运行 mvn clean verify

提交规范

# 功能开发
git commit -m "feat: 添加酒店搜索功能"

# Bug 修复
git commit -m "fix: 修复分页查询问题"

# 文档更新
git commit -m "docs: 更新 README 文档"

# 代码重构
git commit -m "refactor: 重构索引服务"

Name		Name	Last commit message	Last commit date
Latest commit History 6 Commits
backend		backend
db		db
deploy		deploy
docs		docs
frontend		frontend
scripts		scripts
.DS_Store		.DS_Store
LICENSE		LICENSE
README.md		README.md

License

pbeenigg/h_search-engine

Folders and files

Latest commit

History

Repository files navigation