全文检索

站点级词典与热词治理

• 词典按站点隔离，extension 扩展词加载至该站点 Jieba 实例，stop 停用词在索引和查询分词阶段过滤；token 禁止空白与控制字符，加载按词隔离，单个坏词只记录告警而不会使整站词典失效。
• 可管理热词使用规范化分组/词条表保存排序和启停状态，真实热度仍来自 Redis ZSET；带时间范围查询时从搜索日志聚合。
• 历史内容在词典变更后通过任务中心执行站点索引重建。

基于 PostgreSQL tsvector + 应用层 jieba 分词，无需引入 Elasticsearch 即可获得中文全文检索能力。

索引流程

1. 内容创建/更新时，对标题（权重 A）、SEO 关键词 + 摘要（权重 B）、正文 + searchable 扩展字段（权重 C）做 jieba 细粒度分词（cutForSearch），写入 cms_contents.search_vector（GIN 索引）
2. 查询时对关键词粗粒度分词 → plainto_tsquery 匹配 → ts_rank_cd 相关度排序 + 发布时间倒序
3. 无命中且关键词 ≤ 4 字时回退 ILIKE 标题模糊匹配（gin_trgm）

检索管理页

「检索管理」（权限 cms:search:manage）四个 Tab：

• 检索测试：输入关键词查看分词结果与高亮命中，一键重建索引（任务中心异步，分批 200 条 + 断点续跑 + 进度）
• 自定义词典：jieba 用户词典（词 + 权重），新增/修改后运行时热加载；删除词条需重启进程才彻底失效
• 热词统计：前台每次搜索计入 Redis ZSET（cms:hotwords:{siteId}），支持排行查看与清空
• 死链检测：见 SEO 与流量

前台搜索页

/search?q=keyword：永远动态渲染（不静态化、不缓存），关键词截断 64 字符。

访问统计与搜索分析（P4）

「访问统计」页（/cms/stats，权限 cms:stat:view）：

• 访问统计 Tab：今日 PV/UV/独立 IP（较昨日增减）、近 7/30/90 天 PV/UV 趋势、内容访问 TOP20（点击直达编辑页）、外部来源域名 TOP10、设备分布（PC/移动/爬虫）
• 搜索分析 Tab：搜索量趋势、热搜词 TOP20（含平均结果数）、无结果搜索词榜（内容选题风向标）
• 采集机制：服务端响应路径埋点（静态命中/Redis 缓存命中/SSR 三路径全覆盖，预览流量不计入），搜索日志在搜索首屏记录一次；原始日志保留 90 天（周期任务 cms-stat-logs-cleanup 清理）