使用meilisearch实现多属性搜索功能

一、需求

1. 图片有很多属性，放在不同的数据表里。可以根据不同属性，筛选出图片【图1】
2. 不光要能命中图片，还需要返回每次筛选后，剩余的属性及数量【图2】
3. 速度要快

最终效果

即接口为：

• url: /picture/list/search
• payload:

{
    "keyword":"淬火",
    "pageIndex":1,
    "pageSize":999,
    "sortValue":"createTime",
    "picTypeValue":"all",
    "materialTypeValues":[],
    "brandValues":[],
    "statusValues":[],
    "heatStatusValues":[
        "淬火",
        "回火"
    ],
    "orgValues":[
        "粒状贝氏体"
    ],
    "corValues":[],
    "corReagentValues":[],
    "authorUnitValues":[],
    "authorValues":[],
    "picColumnValues":[]
}

• return

{    "processingTimeMs":0,
    "hitsPerPage":999,
    "totalHits":1,
    "query":"淬火",
    "totalPages":1,
    "page":1,
    "hits":[
        {
            "picBrand":{
                "count":0,
                "id":17,
                "desc":"耐候钢"
            },
            "subject":"耐候钢-淬火-粒状贝氏体",
            "materialType":{
                "count":0,
                "id":1,
                "desc":"钢"
            },
            "typeName":"彩色金相",
            "columnList":[],
            "orgList":[
                {
                    "count":0,
                    "id":22,
                    "desc":"粒状贝氏体"
                }
            ],
            "likeCount":2,
            "userId":33,
            "corDesc":"",
            "heatStatusList":[
                {
                    "count":0,
                    "id":6,
                    "desc":"淬火"
                }
            ],
            "createTime":1688089162000,
            "heatDesc":"",
            "likeStatus":0,
            "id":2,
            "passed":1,
            "viewCount":66,
            "orgDesc":""
        }
    ],
    "facetDistribution":{
        "corType.desc":{},
        "author.name":{
            "fengyijie":1
        },
        "picBrand.desc":{
            "耐候钢":1
        },
        "subject":{
            "耐候钢-淬火-粒状贝氏体":1
        },
        "columnList.desc":{},
        "typeName":{
            "彩色金相":1
        },
        "authorUnit.desc":{},
        "microList.desc":{ },
        "orgList.desc":{
            "粒状贝氏体":1
        },
        "materialType.desc":{
            "钢":1
        },
        "statusList.desc":{},
        "compositionList.name":{},
        "heatStatusList.desc":{
            "淬火":1
        },
        "corReagent.desc":{

        }
    },
    "facetStats":{

    }
}

二、之前的做法

由于我现有的图库数量不多（18张），所以想的是把所有图片数据都放至缓存中，然后编码来实现。
但是写的代码，又长又不好维护，并且如果添加新属性，还得改代码。

三、现在的做法

使用meiliSearch，一个轻量化的搜索引擎，类似于es

大致步骤如下

1. 中间件相关

• 安装
  • 使用docker安装
  • 导入备份(dump)
• 配置
  • 配置KEY
• 配置index
  • 创建index
  • 配置可排序项目(sortable-attributes)
  • 配置可搜索项目(filterable-attributes)
  • 修改faceting的排序方式 (sortFacetValuesBy)

2. 封装java方法

• 通过api对document进行增删改
• 根据前端的搜索参数，转化为搜索引擎所需的参数

3. 前端