1.
Building the perfect HolidaySearch for
HolidayCheck with Elasticsearch
Andreas Neumann : Techlead Search

2.
Über HolidayCheck
short introduction

3.
Holidaycheck In Einem Satz
▪Die HolidayCheck AG betreibt das größte deutschsprachige
Meinungsportal für Reise und Urlaub im Internet.
3

4.
Company
Warschau(
360(MITARBEITER(
Stand(September(2015(
Bo?ghofen( München( Posen(
9(17(57(277(
(Geschä(sführer,-Angestellte,-Prak6kanten,-Werkstudenten,-Auszubildende,-Aushilfen)-

5.
Elasticsearch bei HC
Elasticsearch

6.
Elasticsearch Bei Holidaycheck
▪Suche
▪Datenanalyse : ES, Kibana
▪Data store: Microservices
▪Zentralisiertes Logging mit ES, Kibana und Logstash (ELK)
6

7.
kurz
▪Schweizer Taschenmesser
▪gutes Werkzeug für viele Entwickler-Probleme
▪breite Kenntnis im Unternehmen
▪verschiedene Versionen nebeneinander zu betreiben ist
problematisch
▪möglichst früh und kontinuierlich updaten
7
Learnings

8.
Setup, ES Cluster
Kurz erwähnt

9.
Unser Setup - Search Cluster
▪ CPU: 4 cores
▪ RAM: 16 gigs
▪ 8 gigs of heap
▪ 5 nodes
▪ 3 indices
▪ 2 400 000 documents
▪ 66 GB of data
9

10.
Suche und datengetriebene
Entwicklung
Domäne

11.
Domäne: Travel
Domäne

12.
Destinations
▪Destinations: Reiseziele
▪Länder
▪Reiseregionen
▪Städte
12

13.
Hotels
▪Hotels
13

14.
POIs - Points of Interest
▪Lokale
▪Feste
▪Sehenswürdigkeiten
14

15.
Software / Search - Service
Search-Api

16.
Search-API
▪ Endpoints für Produkte
▪ Mobile
▪iOS App
▪Android App
▪Web-Site
▪ API um Suchanfragen an Elasticsearch zu senden
▪ Query Preprocessing
16

17.
Frontend: Embedded Search - Mobile Web App

18.
Vorgeschichte: Stand Januar 2015
▪ Team/ Entwickler haben Unternehmen verlassen
▪ lückenhafte Tests
▪ veraltete Dokumentation
▪ alte Elasticsearch Version (0.90)
▪ hardcoded solutions (hurghada)
▪ Deployment-Alptraum
▪ Performance-Probleme (Ø 200 - 400 ms)
▪ gewagte Architektur
18

19.
Entscheidung: Neuimplementierung
▪ Aufgabe: Neuentwicklung und Austausch der Suchapplikation
▪ Anforderung:
▪Testbarkeit/Nachvollziehbarkeit: Softwarequalität
▪Testbarkeit/Nachvollziehbarkeit: Suchqualität <= selbst gesetzt
▪generelle Lösungsansätze (z.B. Approximative Suche)
▪Geschwindigkeit
19

20.
Search API: Juni 2015
▪ Testsuite mit UnitTests / Integration Tests
▪ qualitative (Feature Tests) und Quantitative Tests (Accuracy
Tests),Blackbox Tests / Regression Tests:
▪170 Feature-Tests
▪4000+ Accuracy-Tests
▪ Deployment:
▪~ 5 min
▪~ 1 -3 Releases pro Woche
20

21.
Production Request times: (3 queries per request)
21

22.
Features: Querschnitt
Feature-Entwicklung

23.
Featureentwicklung : Regeln Search HC
▪ stets auf harten Daten
▪Query Logs
▪User Tracking
▪…
▪ ständige Analysen
▪qualitativ
▪quantitativ
23

24.
1.) Paris - textuelle Gleichheit
▪ Query: Paris
▪ Erwartung:
▪Paris in Frankreich
▪Stadt der Liebe
▪ Aber:
▪Paris in USA, Texas
▪???
24

25.
Ein Typisches Problem : “Textuelle Gleichheit”
▪ Erklärung: textuelle Gleichheit =>
gleicher Score
▪ Lösungsansatz: rescoring
▪Idee: Destinationen mit vielen Hotels sind
potentiell gute Reiseziele
▪Besonderheit: Rankingveränderungen
im vorgegebenen Window
25
naiv:
max_score: 9.351926
hits:
_id: “3dd…”
_score: 9.351926
fields:
name: “Paris”
hotels: 10
place:”Texas”, "USA"
_id: “1f0…”
_score: 9.351926
fields:
name: ”Paris"
hotels:2344
place:"Großraum Paris”,
"Frankreich"

26.
2.) “San “- Prefix-Suche mit Mehrwortlexemen
▪ Query: “San “
▪ Feature: Query Suggest Prefix Search
▪ Problem: Whitespace als erlaubtes
Zeichen für Mehrwortlexeme
▪ Lösungsansatz: Phrasensuche + Term
Suche
27

27.
3.) Optimum: Suchstringlänge / Token-Count
▪ Anforderung: Betriebssicherheit
ohne Sucherlebnis einzuschränken
(Website copy)
▪ Lösung:
▪typische Termlängen /
Tokenverteilungen aus Daten
bestimmen
28

28.
zu lange Suchanfrage wird zurückgewiesen
http "http://m.holidaycheck.de/svc/search-api/buckets/x x
x x x x x x x x x x x x x x x x x x"
HTTP/1.1 400 Bad Request
Connection: keep-alive
Content-Length: 62
Content-Type: application/json; charset=UTF-8
Date: Thu, 22 Oct 2015 12:26:58 GMT
X-Trace-Token: fe71180598d3-15723
{
"error": "ValidationRejection(search term is too
long,None)."
}

29.
4.) Hotelketten + Ort
▪ Query: ibis münchen
▪ Anforderung: “<Hotellkette>
<Ort>” führt zu einem Suchergebnis
nur mit Hotels einer bestimmten Kette
▪ Lösung: Query Preprocessing
(Keyword Spotting)
30

30.
Learnings
▪ Features in der Suche beeinflussen sich gegenseitig
▪ Gleiches Verhalten in Feature A kann nach Release von Feature B nicht
automatisch angenommen werden
▪ Wie kann man den Funktionalitätsverlust eines Features automatisiert
bemerken ?
▪ Wie kann man die Funktionalität eines Features “schützen” ?
31
Fragen

31.
“Accuracy Tests”
Sicherheitsnetz

32.
Was bringen Accuracy Tests ?
▪ Zusätzliche Sicherheit:
▪Deploy nothing that will decrease Quality
▪ Änderungen auf verschiedenen Ebenen fallen frühzeitig auf
▪ Querbeziehung/ Einflüsse von Features auf andere Features
frühzeitig erkennen
33

33.
Was sind Accuracy Tests ?
▪ ähnlich zu Regressionstests
▪ nicht binär, prozentual
▪ quantitative Tests: Testen einer große Datenmenge vs. ein Beispiel
▪ funktionale / inhaltliche Tests
▪ selbst gesetzte SLAs für die Suchergebnisse
34

34.
Voraussetzungen, Grundlagen
▪ die wichtigsten Daten abdecken
▪ “wichtig” definiert durch harte Kriterien (User Interactions)
▪ Quellen: Suche (innen), Google Analytics (außen)
▪ (ständiger Feedbackloop)
35

35.
Beispiel: User Interaction: Ergebnis Auswählen
{term} => {id/type} : {count}
münchen => 5…5b/dest : 4500

36.
Daten - Beispiel
72632 mallorca/destination 07f5f656-4acc-3230-b7dd-aec3c13af37c
5136 mallorca/destination bc3304c5-a7f0-3cc1-8f3b-7782081d6bf8
691 mallorca/destination 6024bf89-e3bb-374c-8e80-5f527ecc958f

37.
Definition Eines Accuracy Tests
▪ Für alle Suchen nach Destination
sollen bei den am häufigsten
gewählten Ergebnissen
mindestens 90% einen Hit im View-
Window 1-3 erscheinen
▪ X = Queries mit höchster Frequenz
▪ Y = Destination wurden gesucht
▪ Z = View Window 3
▪ Goal 90%
38

38.
Debug-Tooling

39.
Einige Mögliche Testszenarien
▪ Auftrittshäufigkeit
▪ Umsatz (€€€)
▪ Frequenz / €€€
▪ Stabilität beim Tippen
▪ Beobachtete Usecases
▪ Gruppiert nach Typ (Hotel, Ort …)
▪ Kombinationen aus oben genanntem
40

40.
Visualisierung mehrere Testläufe
▪ Testergebnisse werden nach ES
geschrieben
▪ Visualisierung mit Kibana
▪ Trends und Veränderungen
sichtbar machen
▪ für Stakeholder/ PO
41

41.
Integration in den
Development Prozess
Accuracy Tests

42.
Trigger / Anwendung
▪ lokale Entwicklung: Dev Done nur wenn alle Tests “grün” sind
▪Zielzustand im Accuracy Test definieren
▪run and code until green
▪ Update der ES-Indices: Deckt Änderungen in den Daten /
Umbenennungen auf (CI)
▪ Teil des Release-Prozesses: Release => test container on CI
with Production Data => deployment nur wenn Accuracy Tests erfüllt
(CI)
43

43.
Learnings
▪ Daten aktualisieren
▪ Datenerstellung hat initiale Kosten
▪ Integration in den Development Prozess notwendig
▪ Tests haben meistens Recht : unerwartete Fehler werden aufgedeckt
▪ Tooling / Unterstützung der Entwickler notwendig um Akzeptanz zu erreichen
▪ Visualisierung hilfreich
▪ Gutes Medium um Requirements mit Stakeholdern abzustimmen
▪ => Speedup (PO kommt manchmal mit Stories nicht nach :)
44

44.
Fazit
Takeaways

45.
Fazit
▪ Elasticsearch ist das perfekte Tool um eine Suchanwendung zu bauen
▪ Elasticsearch ist auch das perfekte Tool um Tools zu bauen, die bei der
Entwicklung und Optimierung einer Suchanwendung helfen.
▪ πάντα ῥεῖ
▪ Accuracy Tests and Feature Test:
▪wer nicht checkt, sucht dumm
46

46.
get in contact
Mail : andreas.neumann@holidaycheck.com
Twitter handle: @andreas_neumann

47.
Danke für die Aufmerksamkeit :) - Schon einen Urlaub gebucht ?