Мета

С нуля развернуть и настроить поисковый микросервис на Elasticsearch, который быстро и корректно находит товары, поддерживает запросы по моделям техники и кодам, и ранжирует результаты по формуле релевантность/наличие/популярность. Архитектура — модульная, готовая к дальнейшему расширению (реализация расширений — отдельными задачами).

Что нужно сделать

Инфраструктура

• Развернуть Elasticsearch и Kibana в Docker (один docker-compose.yml + README с шагами запуска).

• Настроить ресурсы и хранилище под большой каталог (память, volume, логи).

• Базовая безопасность и health-проверки.

Данные и индексация

• Спроектировать структуру индексов под: товары, модели, бренды, тип техники/детали и связи между ними.

• Поддержать поля uk/ru и базовую нормализацию текста (без морфологии и без обработки опечаток).

• Выполнить первичную индексацию тестовой выборки 10 000+ позиций с сохранением связей «модель ↔ совместимые товары».

• Реализовать полную и частичную переиндексацию (добавление/обновление/удаление).

Поисковая логика (база)

• Поиск товаров по: названию, описанию, бренду, внутреннему артикулу, кодам производителя (uk/ru поля).

• Поиск по модели техники: при вводе модели показывать совместимые запчасти; если точного совпадения нет — близкие модели.

• Типовые сценарии, которые должны работать «из коробки»:

  • «насос samsung»

  • «DC31-00054A»

  • «запчасти для Samsung WF-J125A»

• Ранжирование (фиксируем правило для принятия):
  итоговый скоринг = релевантность 50% + наличие 25% + популярность 25%; Коэффициенты должны устанавливаться в конфигах, таким образом, чтобы можно было их изменять.
  скрытые/снятые позиции пессимизируются; при одинаковой релевантности — в наличии выше отсутствующих; если в запросе явно указан тип детали — соответствующие товары выше.

• Если точного совпадения нет — показывать похожие результаты по лучшей комбинации факторов.

• Не входит: морфология uk/ru, автодополнение, обработка опечаток, синонимы (отдельные задачи).

Наблюдаемость

• Метрики: health-endpoint, счетчики запросов/ошибок, p95-латентность, % пустой выдачи.

• Дашборд в Kibana для мониторинга индексов и производительности.

Критерии приемки

1. Развертывание: сервис поднимается одной командой из docker-compose.yml; в README — переменные окружения и команды.

2. Индексация: тестовые данные загружены; связи «модель ↔ совместимые товары» работают; доступны полная и частичная переиндексации.

3. Поисковые сценарии: товары, модели и коды корректно ищутся uk/ru без морфологии и автодополнения.

4. Ранжирование: соблюдена формула 50/25/25; скрытые/снятые позиции пессимизированы; при отсутствии точных совпадений показаны похожие.

5. Производительность (демо-стенд):

   • p95 для поиска по товарам/кодам ≤ 200 мс,

   • p95 для выдачи по модели и совместимости ≤ 350 мс
     (в отчете — конфигурация VPS и фактические замеры).

6. Документация: README с описанием индексов и полей, схемой ранжирования, примерами API-запросов/ответов, инструкциями запуска/переиндексации, описанием дашборда Kibana.