2019 年 11 月 15 日：我们已更新此博文中的代码，以补全缺失的括号。我们还调整了流程，以避免运行时错误。

构建搜索体验是一项艰巨的任务。它初看起来很简单：构建搜索栏，将数据放入数据库，然后让用户输入内容对数据库进行查询。但是，在数据建模、基础逻辑，当然还有总体设计和用户体验方面，还有许多事情需要考虑。

我们接下来介绍如何使用 Elastic 的开源 Search UI 库构建出色的基于 React 的搜索体验。整个过程大约需要 30 分钟，完成后，您即可将搜索体验引入任何需要它的应用程序当中。

但是首先要考虑一下，是什么让构建搜索变得如此具有挑战性的？

搜索是艰巨的

几周前，曾热传过一篇很棒的名为 Falsehoods Programmers Believe About Search（关于搜索编程人员相信的谎言）的文章。文章中列出了开发人员在开发搜索时所考虑的一系列错误假设。

下列是几种很多人相信的谎言：

“知道搜索内容的客户会按照您期望的方式去搜索。”
“您可以编写一个始终能够成功解析查询的查询解析器。”
“设置好之后，搜索便可以在下周按照相同的方式去搜索。”
“同义词简单易用。”
……还有许多其他值得了解的亮点，您应当找来一读！

需要注意的是，搜索有许多的挑战，而且这些挑战不仅仅在幕后。您需要思考如何管理状态，构建用于筛选、分面、排序、分页、同义词、语言处理的组件，以及更多其他方面的事情。但是，总而言之：

构建优异的搜索需要经过两个复杂的部分：(1) 搜索引擎，它提供支持搜索的 API；(2) 搜索库，它丰富搜索体验。

关于搜索引擎，我们将基于 Elastic 应用搜索进行介绍。

关于搜索体验，我们将介绍 OS 搜索库：Search UI。

当我们完成时，将生成类似以下所示的页面：

搜索引擎：Elastic 应用搜索

Elastic 应用搜索可作为一项付费的托管服务或免费的自管型分发提供。在本教程中，我们将使用托管服务，但请记住，如果您自己托管的话，您的团队可以通过基本许可免费使用 Search UI 和应用搜索。

计划：将代表有史以来最好的电子游戏的文档索引到搜索引擎中，然后设计并优化搜索体验，以搜索它们。

首先，注册以获得 14 天的试用期 — 不需要信用卡。

创建一个引擎。有 13 种不同的语言可供选择。

我们将它命名为 video-games，并将语言设为 English（英语）。

下载 best video games data set（最佳电子游戏数据集），然后使用导入程序将其上传到应用搜索。

接下来，单击“Engine”（引擎），然后选择 Credentials（凭据）选项卡。

创建一个新的具有有限引擎访问权限的公共搜索密钥，以只能访问 video-games 引擎。

检索这个新的公共搜索密钥和您的主机标识符。

虽然看起来不怎么样，但我们现在有了一个功能齐全的搜索引擎，可以使用优化的搜索 API 来搜索我们的电子游戏数据了。

下列是截止现在我们已完成的操作：

创建了搜索引擎
采集了文档
创建了默认架构
检索了可公开给浏览器的、限定范围的一次性凭据

这些是截至现在针对应用搜索所做的操作。

下面我们使用 Search UI 开始构建搜索体验。

搜索库：Search UI

我们将使用 create-react-app 支架实用工具来创建 React 应用：

npm install -g create-react-app
create-react-app video-game-search --use-npm
cd video-game-search

在此基础上，我们将安装 Search UI 和应用搜索连接器：

npm install --save @elastic/react-search-ui @elastic/search-ui-app-search-connector

在开发模式下启动应用：

npm start

使用您喜爱的文本编辑器打开 src/App.js。

我们将从一些样本代码开始入手，将其解包。

注意备注！

// Step #1, import statements
import React from "react";
import AppSearchAPIConnector from "@elastic/search-ui-app-search-connector";
import { SearchProvider, Results, SearchBox } from "@elastic/react-search-ui";
import { Layout } from "@elastic/react-search-ui-views";
import "@elastic/react-search-ui-views/lib/styles/styles.css";
// Step #2, The connector
const connector = new AppSearchAPIConnector({
  searchKey: "[YOUR_SEARCH_KEY]",
  engineName: "video-games",
  hostIdentifier: "[YOUR_HOST_IDENTIFIER]"
});
// Step #3:Configuration options
const configurationOptions = {
  apiConnector: connector
  // Let's fill this in together.
};
// Step #4, SearchProvider:The finishing touches
export default function App() {
  return (
    <SearchProvider config={configurationOptions}>
      <div className="App">
        <Layout
        // Let's fill this in together.
        />
      </div>
    </SearchProvider>
  );
}

第 1 步：导入语句

我们需要导入 Search UI 依赖项和 React。

核心组件、连接器和视图组件包含在三个不同的包中：

@elastic/search-ui-app-search-connector
@elastic/react-search-ui
@elastic/react-search-ui-views

随着课程的进行，我们将了解每个包的更多信息。

import React from "react";
import AppSearchAPIConnector from "@elastic/search-ui-app-search-connector";
import { SearchProvider, Results, SearchBox } from "@elastic/react-search-ui";
import { Layout } from "@elastic/react-search-ui-views";

此外，我们还将为这个项目导入默认样式表，这样我们无需编写自己的 CSS 行便可获得良好的外观和感觉：

import "@elastic/react-search-ui-views/lib/styles/styles.css";

第 2 步：连接器

我们从应用搜索获取了公共搜索密钥和主机标识符。

现在是使用它们的时候了！

Search UI 中的连接器对象使用凭据与应用搜索挂钩并支持搜索：

const connector = new AppSearchAPIConnector({
  searchKey: "[YOUR_SEARCH_KEY]",
  engineName: "video-games",
  hostIdentifier: "[YOUR_HOST_IDENTIFIER]"
});

Search UI 可与任何搜索 API 协同工作。但是有了连接器，搜索 API 不需要任何更深层配置，便可以正常工作。

第 3 步：configurationOptions

在深入探讨 configurationOptions 之前，我们花点时间认真思考一下。

我们将一组数据导入了搜索引擎。但是，这是什么样的数据呢？

我们对数据了解越多，就越能知道如何将数据提供给搜索人员，并能知晓如何配置搜索体验。

让我们看一个对象，它是这个数据集中最好的对象：

{ 
  "id":"final-fantasy-vii-ps-1997",
  "name":"Final Fantasy VII",
  "year":1997,
  "platform":"PS",
  "genre":"Role-Playing",
  "publisher":"Sony Computer Entertainment",
  "global_sales":9.72,
  "critic_score":92,
  "user_score":9,
  "developer":"SquareSoft",
  "image_url":"https://r.hswstatic.com/w_907/gif/finalfantasyvii-MAIN.jpg"
}

We see that it has several text fields like name, year, platform, and so on and some number fields like critic_score, global_sales, and user_score.

If we ask three key questions, we’ll know enough to build a solid search experience:

How will most people search?By the name of the video game.
What will most people want to see in a result?The name of the video game, its genre, publisher, scores, and its platform.
How will most people filter, sort, and facet?By score, genre, publisher, and platform.

We then can translate those answers into our configurationOptions:

const configurationOptions = {
  apiConnector: connector,
  searchQuery: {
    search_fields: {
      // 1.Search by name of video game.
      name: {}
    },
    // 2.Results: name, genre, publisher, scores, and platform.
    result_fields: {
      name: {
        // A snippet means that matching search terms will be wrapped in <em> tags.
        snippet: {
          size:75, // Limit the snippet to 75 characters.
          fallback: true // Fallback to a "raw" result.
        }
      },
      genre: {
        snippet: {
          size:50,
          fallback: true
        }
      },
      publisher: {
        snippet: {
          size:50,
          fallback: true
        }
      },
      critic_score: {
        // Scores are numeric, so we won't snippet.
        raw: {}
      },
      user_score: {
        raw: {}
      },
      platform: {
        snippet: {
          size:50,
          fallback: true
        }
      },
      image_url: {
        raw: {}
      }
    },
    // 3.Facet by scores, genre, publisher, and platform, which we'll use to build filters later.
    facets: {
      user_score: {
        type: "range",
        ranges: [
          { from:0, to:5, name:"Not good" },
          { from:5, to:7, name:"Not bad" },
          { from:7, to:9, name:"Pretty good" },
          { from:9, to:10, name:"Must play!" }
        ]
      },
      critic_score: {
        type: "range",
        ranges: [
          { from:0, to:50, name:"Not good" },
          { from:50, to:70, name:"Not bad" },
          { from:70, to:90, name:"Pretty good" },
          { from:90, to:100, name:"Must play!" }
        ]
      },
      genre: { type: "value", size:100 },
      publisher: { type: "value", size:100 },
      platform: { type: "value", size:100 }
    }
  }
};

我们已将 Search UI 连接到搜索引擎，接下来选择管理搜索数据、显示结果和浏览结果的方式。但是，我们需要一些东西将所有内容与 Search UI 的动态前端组件联系起来。

第 4 步：SearchProvider

这是控制所有内容的对象。SearchProvider 是嵌套所有其他组件的位置。

Search UI 提供了 Layout 组件，用于绘制典型的搜索布局。另有一些深入定制选项，但我们在此教程中不做深入介绍。

我们将做两件事情：

将 configurationOptions 传入 SearchProvider。
将一些结构构建块放入 Layout，并添加两个基本组件：SearchBox 和 Results。

export default function App() {
  return (
    <SearchProvider config={configurationOptions}>
      <div className="App">
        <Layout
          header={<SearchBox />}
          // titleField is the most prominent field within a result: the result header.
          bodyContent={<Results titleField="name" urlField="image_url" />}
        />
      </div>
    </SearchProvider>
  );
}

目前，我们已在前端完成基本设置工作。后端还有一些额外细节需要处理，然后我们才能运行。我们还应该研究相关度模型，以便根据这个项目的独特需求对搜索进行微调。

退出到应用搜索……

回到实验室

应用搜索具有强大而优化的搜索引擎功能，能够使一度复杂的调整变得更加有趣。通过几次单击，便可以执行精细的相关度调整和无缝架构更改。

我们将首先调整架构来查看它的实际情况。

登录应用搜索，输入 video-games 引擎，然后单击 Manage（管理）部分下的 Schema（架构）。

此时将显示架构。11 个字段中的每个字段都默认为 text（文本）。

在 configurationOptions 对象中，我们定义了两个范围分面来帮助按数字搜索：user_score 和 critic_score。为了使范围分面按预期工作，字段类型需要设为数字。

单击每个字段旁的下拉菜单，将其改为 number（数字），然后单击 Update Types（更新类型）：

引擎即刻重新索引。稍后，当我们将分面组件添加到布局中时，范围筛选器将按我们预期的方式工作。现在，看看真正实用的功能。

本部分非常重要

有三个关键的相关度功能：同义词、管理和相关度调整。

选择侧栏中 Search Settings（搜索设置）部分下的每项功能：

同义词

有些人开轿车，有些人开汽车，有些人可能开老爷车。互联网是全球性的，世界各地的人们用不同的词语来描述事物。同义词可帮助您创建一组被认为是相同的术语。

在电子游戏搜索引擎案例中，我们知道人们想要查找 Final Fantasy。但他们可能只键入 FF。

单击 Synonyms（同义词），选择 Create a Synonym Set（创建同义词集），然后输入这些术语：

单击 Save（保存）。您可以根据需要添加任意数量的同义词集。

现在，搜索 FF 将与搜索 Final Fantasy 具有相同的权重。

管理

管理是最受欢迎的功能。如果某人搜索 Final Fantasy 或 FF，结果会怎样呢？这个系列中有很多游戏，他们会获得哪个结果呢？

默认情况下，排列前五的结果将如下显示：

1.Final Fantasy VIII

2.Final Fantasy X

3.Final Fantasy Tactics

4.Final Fantasy IX

5.Final Fantasy XIII

这好像不对，Final Fantasy VII 才是 Final Fantasy 中最佳的一款游戏，而且 Final Fantasy XIII 不是很好的游戏！ 😜

我们是否可以让搜索 Final Fantasy 的人们看到 Final Fantasy VII 列在第一位？是否可以从结果中删除 Final Fantasy XIII？

我们能做到！

单击 Curations（管理），输入查询：Final Fantasy。

接下来，通过按住表最左侧的把手，将 Final Fantasy VII 文档向上拖动到 Promoted Documents（提升的文档）部分。然后，单击 Final Fantasy XIII 文档上的 Hide Result（隐藏结果）按钮 — 带贯穿线的眼睛图标：

现在，搜索 Final Fantasy 或 FF 将会看到 Final Fantasy VII 排在首位，

并且根本看不到 Final Fantasy XIII 了。哈哈！

我们可以提升和隐藏多个文档。我们甚至可以对提升的文档进行排序，以便完全控制每个查询顶部显示的内容。

相关度调整

单击侧栏中的 Relevance Tuning（相关度调整）。

我们搜索一个文本字段：name 字段。但是，如果我们拥有多个要搜索的文本字段（例如 name 字段和 description 字段），该怎么办？我们使用的电子游戏数据集不包含 description 字段，因此，我们将伪造一些文档来仔细考虑这个字段。

假设文档类似如下：

{ 
  "name":"Magical Quest",
  "description":"A dangerous journey through caves and such." 
},
{ 
  "name":"Dangerous Quest",
  "description":"A magical journey filled with magical magic.Highly magic." 
}

如果某人想要查找游戏 Magical Quest，则会输入它作为查询。但是，第一个结果将是 Dangerous Quest：

为什么会这样？这是因为“magical”一词在 Dangerous Quest 的描述中出现了三次，搜索引擎不知道这个字段比另一个字段更重要。于是，它将 Dangerous Quest 排得更靠前。这就是要进行相关度调整的原因。

我们可以在其他内容中选择一个字段，然后提高其相关度权重：

我们可以看到，在提高权重后，正确的项 Magical Quest 上升到顶部，因为 name 字段变得更重要。我们要做的就是将滑块拖动到更高值，然后单击 Save（保存）。

现在，我们使用应用搜索执行下列操作：

调整架构，将 user_score 和 critic_score 更改为 number 字段。
精细调整相关度模型。

至此，我们就介绍完了这些巧妙而先进的“仪表板”功能 — 每项功能都有匹配的 API 端点，如果您不喜欢 GUI，则可以使用 API 端点以编程方式运行各功能。

现在，让我们完成 Search UI 的介绍。

收尾工作

现在，您的 UI 应该可以正常运行了。尝试进行一些查询，看看结果如何。首先，我们缺少一些工具来探索我们的结果，例如，筛选、分面、排序等等，但是可以搜索了。我们需要充实 UI。

在初始 src/App.js 文件中，我们导入了三个基本组件：

import { SearchProvider, Results, SearchBox } from "@elastic/react-search-ui";

根据我们对配置选项定义的内容，让我们再添加一些组件。

导入以下组件将会启用 UI 中缺失的功能：

PagingInfo：在当前页面上显示信息。
ResultsPerPage：配置在每一个页面上显示的结果数。
Paging：导航不同的页面。
Facet：以数据类型特有的方式筛选和浏览数据。
Sorting：重新排定给定字段的结果。

import {
  PagingInfo,
  ResultsPerPage,
  Paging,
  Facet,
  SearchProvider,
  Results,
  SearchBox,
  Sorting
} from "@elastic/react-search-ui";

导入后，组件可以放入到 Layout 中。

Layout 组件将页面分为多个部分，各组件可以通过属性放入这些部分中。

它包含以下部分：

Header：搜索框/搜索栏
bodyContent：结果容器
sideContent：侧栏，其中包含分面和排序选项
bodyHeader：围绕结果包含了上下文丰富的信息，例如当前页面和每一页面上的结果数量
bodyFooter：用于在页面之间快速导航的分页选项

组件呈现数据。数据是根据我们在 configurationOptions 中提供的搜索设置进行获取的。现在，我们将每个组件放入相应的 Layout 部分。

例如，我们在 configurationOptions 中描述了五个分面维度，因此，我们将创建五个 Facet 组件。每个 Facet 组件都将使用一个“field”属性作为返回数据的键。

我们将它们以及 Sorting 组件放入 sideContent 部分中，然后将 Paging、PagingInfo 和 ResultsPerPage 组件放入最适合它们的部分中：

<Layout
  header={<SearchBox />}
  bodyContent={<Results titleField="name" urlField="image_url" />}
  sideContent={
    <div>
      <Sorting
        label={"Sort by"}
        sortOptions={[
          {
            name:"Relevance",
            value: "",
            direction: ""
          },
          {
            name:"Name",
            value: "name",
            direction: "asc"
          }
        ]}
      />
      <Facet field="user_score" label="User Score" />
      <Facet field="critic_score" label="Critic Score" />
      <Facet field="genre" label="Genre" />
      <Facet field="publisher" label="Publisher" isFilterable={true} />
      <Facet field="platform" label="Platform" />
    </div>
  }
  bodyHeader={
    <>
      <PagingInfo />
      <ResultsPerPage />
    </>
  }
  bodyFooter={<Paging />}
/>

现在，让我们看一下本地开发环境中的搜索体验。

好多了！我们有了很多选项来浏览搜索结果。

我们添加了一些额外功能，例如，多个排序选项，并且通过添加单一标志使得发布者分面可筛选。尝试使用一个空查询进行搜索，从而浏览所有选项。

最后，我们看一下搜索体验的最后一个功能。它就是受欢迎的

“自动完成”功能。

您自动完成我

搜索人员喜欢自动完成，因为它可以提供即时反馈。它的建议有两种方式：结果和查询。根据方式的不同，搜索人员将收到相关结果或生成结果的潜在查询。

我们将重点介绍自动完成的查询建议形式。

这需要做两项快速更改。

首先，需要将自动完成添加到 configurationOptions 对象：

const configurationOptions = {
  autocompleteQuery: {
    suggestions: {
      types: {
        documents: {
          // Which fields to search for suggestions
          fields: ["name"]
        }
      },
      // How many suggestions appear
      size:5
    }
  },
  ...
};

其次，需要将自动完成作为 SearchBox 的一个函数启用：

...
        <Layout
          ...
          header={<SearchBox autocompleteSuggestions={true} />}
/>
...

好了，就这么简单。

尝试搜索一下。当您键入时，将显示自动完成查询建议。

总结

现在，我们拥有了外观好看、功能完善的搜索体验，而且还避免了一大堆人们在尝试实施搜索时会掉入的陷阱。30 分钟的讲解还不错，是不是？

Search UI 是灵活的现代 React 框架，可用于快速开发搜索体验。Elastic 应用搜索是 Elasticsearch 中内置的强大搜索引擎。这是一项付费的托管服务，或者通过一个足够用的基本许可，您也可以免费运行它。

我们很想看看您用 Search UI 构建了什么。顺便看看 Gitter，考虑一下它对本项目的贡献！

解决方案

Elastic (ELK) Stack

新增功能

Articles by Jason Stoltzfus

如何快速构建优异的 React 搜索体验

使用 Slack、Zapier 和 Elastic App Search 构建 Searchbot