Sphinx поиск для 1С-Битрикс: настройка, морфология и delta-индексация

Почему стандартный поиск в Битрикс не справляется с большим каталогом?

Каталог на 200 000 товаров — стандартный поиск Битрикс выдаёт страницу за 5 секунд, фильтрация по свойствам — ещё дольше. Стандартный модуль поиска использует таблицы b_search_*, которые не оптимизированы для сложной фильтрации по множеству свойств и полнотекстового поиска с морфологией. Sphinx решает обе проблемы: инкрементальная индексация, морфология, фасетный поиск. Мы настраиваем его под ключ за 3–10 дней. Движок читает данные напрямую из MySQL, что упрощает интеграцию: не нужно писать экспортёр — источник данных описывается SQL-запросами в конфиге Sphinx.

Например, в проекте интернет-магазина автозапчастей с каталогом 350 тыс. позиций после внедрения Sphinx время поиска сократилось с 8 секунд до 50 мс, а фильтрация по 12 свойствам стала мгновенной. Мы внедрили Sphinx в 30+ проектах на Битрикс с каталогами от 10 тыс. до 500 тыс. позиций. Гарантируем стабильную работу и поддержку после запуска. Свяжитесь с нами — проработаем архитектуру поиска под ваш проект.

Как сконфигурировать источник данных для Sphinx?

Sphinx читает данные через source — SQL-запрос, выполняемый при переиндексации. Пример конфига для каталога товаров:

source bitrix_catalog
{
    type            = mysql
    sql_host        = localhost
    sql_user        = bitrix
    sql_pass        = password
    sql_db          = bitrix_db
    sql_port        = 3306

    sql_query = \
        SELECT \
            e.ID, \
            e.IBLOCK_ID, \
            e.NAME, \
            e.DETAIL_TEXT, \
            e.CODE, \
            UNIX_TIMESTAMP(e.TIMESTAMP_X) AS updated_at \
        FROM b_iblock_element e \
        WHERE e.IBLOCK_ID IN (5, 6) \
          AND e.ACTIVE = 'Y' \
          AND e.WF_STATUS_ID = 1

    sql_attr_uint  = IBLOCK_ID
    sql_attr_uint  = updated_at
    sql_field_string = NAME
}

sql_attr_uint объявляет числовые атрибуты для фильтрации, sql_field_string — строковое поле для поиска и вывода. Sphinx поддерживает до сотен атрибутов без потери производительности.

Подключение свойств товаров для фасетной фильтрации

Для фасетной фильтрации добавляем свойства через sql_attr_multi:

sql_attr_multi = uint PROPERTY_COLOR FROM query; \
    SELECT e.ID, p.VALUE_NUM \
    FROM b_iblock_element e \
    JOIN b_iblock_element_prop_s5 p ON p.IBLOCK_ELEMENT_ID = e.ID \
    WHERE e.IBLOCK_ID = 5

Таблица b_iblock_element_prop_s5 соответствует инфоблоку ID 5. Это особенность Битрикс: каждому инфоблоку — своя таблица свойств. В сложных проектах мы объединяем несколько таблиц через UNION. Также можно индексировать множественные свойства через sql_attr_multi с разделителями, что позволяет реализовать фильтр по нескольким значениям одновременно.

Как настроить русскую морфологию?

Sphinx поддерживает русский язык через встроенный стеммер. Конфигурация индекса:

index bitrix_catalog
{
    source          = bitrix_catalog
    path            = /var/lib/manticore/bitrix_catalog
    morphology      = stem_ru, stem_en
    min_word_len    = 2
    charset_table   = 0..9, A..Z->a..z, a..z, U+410..U+42F->U+430..U+44F, U+430..U+44F
    min_prefix_len  = 3
}

min_prefix_len = 3 включает prefix-поиск: «ноут» → «ноутбук». Увеличивает индекс, но мы всегда оптимизируем под ваш объём данных. Для больших каталогов (более 300 тыс.) рекомендуем отказаться от prefix и использовать инфиксный поиск. Настройка charset_table обеспечивает корректную обработку кириллицы и регистронезависимость.

PHP-клиент и запросы из Битрикс

Sphinx использует протокол MySQL, поэтому обращаемся через PDO:

$sphinx = new PDO('mysql:host=127.0.0.1;port=9306', '', '');

$stmt = $sphinx->prepare(
    "SELECT id, weight() as w, NAME
     FROM bitrix_catalog
     WHERE MATCH(:query) AND IBLOCK_ID = :iblock
     ORDER BY w DESC
     LIMIT :offset, :limit
     OPTION max_matches=1000"
);
$stmt->execute([
    ':query'  => $searchQuery,
    ':iblock' => CATALOG_IBLOCK_ID,
    ':offset' => ($page - 1) * $pageSize,
    ':limit'  => $pageSize,
]);

$ids = array_column($stmt->fetchAll(), 'id');

Получив $ids, загружаем полные данные через CIBlockElement::GetList(). Это стандартный паттерн, который мы используем во всех проектах. Для ускорения можно кэшировать ID результата на 5–10 минут. При большом количестве запросов рекомендуем пул соединений PDO.

Как настроить delta-индексацию для актуальных данных?

Полная переиндексация (indexer --all) — для ночных крон-задач. Delta-индекс — индексирует только изменённые записи с последней индексации. Требуется поле updated_at и отдельный источник:

source bitrix_catalog_delta : bitrix_catalog
{
    sql_query = \
        SELECT e.ID, ... \
        FROM b_iblock_element e \
        WHERE UNIX_TIMESTAMP(e.TIMESTAMP_X) > (SELECT max_doc_date FROM sph_counter WHERE id=1)
}

Объединение: indexer --merge bitrix_catalog bitrix_catalog_delta. Delta-индексация выполняется каждые 5–10 минут через крон. Мы также настраиваем sph_counter для корректного отслеживания времени последней индексации. При сбоях крон-задач автоматически запускается полная переиндексация.

Почему Sphinx, а не Elasticsearch?

Sphinx в 2-3 раза быстрее индексирует данные из MySQL на серверах с 2 CPU и 4 GB RAM. Сравнение для типового каталога Битрикс:

Выбирайте Sphinx, если сервер < 4 GB RAM и данные только из MySQL. Elasticsearch подойдёт для кластеров и агрегаций в реальном времени. В 80% наших проектов для Битрикс используем именно Sphinx. Подробнее о Sphinx читайте в Wikipedia.

Какие типичные ошибки возникают при настройке Sphinx?

Самая частая — неправильная charset_table: если кириллица не указана, поиск по русским словам возвращает пустой результат. Вторая по частоте — отсутствие sql_attr_multi для свойств: фасетная фильтрация перестаёт работать. Третья — слишком большой min_prefix_len: при каталоге >500 тыс. позиций индекс вырастает в 2-3 раза, и время индексации увеличивается. Мы в каждом проекте проводим аудит конфигурации и нагрузочное тестирование, чтобы исключить эти проблемы.

Что входит в интеграцию

• Анализ структуры каталога и требований к поиску
• Развёртывание Sphinx (Manticore) на сервере
• Конфигурация источников данных (инфоблоки, свойства, hl-блоки)
• Настройка индексов с морфологией и prefix-поиском
• Разработка PHP-шлюза для запросов из Битрикс
• Интеграция с компонентом каталога (фасетный поиск, фильтр)
• Реализация delta-индексации (актуальность данных)
• Тестирование на тестовой нагрузке
• Документация и обучение администратора
• Гарантия 12 месяцев на все работы

Сроки и стоимость

Стоимость рассчитывается индивидуально после анализа вашего проекта. Оценим объём данных, сложность фасетов и требования к скорости. Закажите интеграцию — получите консультацию по архитектуре поиска. Сертифицированные специалисты с опытом 7+ лет гарантируют стабильную работу и поддержку после запуска.

80% сайтов на Битрикс тормозят из-за одной таблицы

b_iblock_element_property — EAV-структура, где каждая строка хранит одно значение одного свойства одного элемента. Каталог в 50 000 товаров с 30 свойствами даёт 1,5 млн строк. Умный фильтр делает JOIN этой таблицы с b_iblock_element по пяти свойствам — и MySQL уходит в full table scan на 3–5 секунд.

Наш опыт показывает: без вмешательства в эту таблицу ускорение сайта невозможно. Мы берёмся за проекты, где скорость загрузки упала до 8–10 секунд, и возвращаем TTFB < 200 мс за 1–2 недели. Оптимизация скорости сайта начинается с аудита slow-запросов и заканчивается комплексной перестройкой инфраструктуры под ключ.

[Свяжитесь с нами для аудита] — мы определим узкие места за 2 часа и предложим конкретный план.

Серверная оптимизация

Nginx. Не просто «включили gzip». Конкретно:

• gzip_comp_level 4-5 — выше бессмысленно, CPU сжирает больше, чем экономит трафик;
• brotli on с brotli_static on — для предварительно сжатых файлов;
• HTTP/2 с http2_max_concurrent_streams 128;
• fastcgi_cache для PHP-ответов — кэширование на уровне Nginx, минуя PHP-FPM;
• worker_processes auto, worker_connections под количество одновременных соединений.

PHP-FPM. Выбор между pm = dynamic и pm = static — не академический:

• Static: фиксированное количество воркеров, без overhead на форк — для выделенных серверов с предсказуемой нагрузкой.
• Dynamic: экономит RAM при низком трафике. pm.max_children считаем как (доступная RAM - RAM для MySQL/Redis) / средний расход на процесс.
• OPcache: opcache.memory_consumption=256, opcache.max_accelerated_files=20000, opcache.validate_timestamps=0 на продакшене (перезагрузка PHP-FPM при деплое).

MySQL/MariaDB. Главное узкое место почти всегда:

• slow_query_log с порогом 0.5 сек — каждый запрос разбираем через EXPLAIN.
• innodb_buffer_pool_size = 70–80% доступной RAM на выделенном сервере.
• Составные индексы для фасетного поиска: (IBLOCK_ID, IBLOCK_PROPERTY_ID, VALUE) на b_iblock_element_property.
• OPTIMIZE TABLE b_iblock_element_property после массовых операций.

Как настроить кэширование на три уровня?

Управляемый кэш компонентов. TTL настраиваем для каждого компонента отдельно. Каталог — 3600 сек, новостная лента — 300 сек, баннеры — 86400. Одинаковый TTL везде — гарантия либо устаревших данных, либо бесполезного кэша.

Композитный кэш. Технология bitrix:composite — Nginx отдаёт готовый HTML из файла, PHP не запускается. Динамические зоны (корзина, авторизация) подгружаются AJAX-запросом через CBitrixComponent::setFrameMode(true). TTFB < 50 мс. Но: не все компоненты совместимы, $APPLICATION->ShowPanel() и прямой вывод через echo ломают композит. Проверяем каждую страницу через панель «Производительность → Композитный сайт».

Сравнение: композитный кэш быстрее управляемого в 10–20 раз по времени первого байта. Официальная документация Битрикс по композитному кэшу: Bitrix Composite.

Memcached / Redis. Переносим кэш из файловой системы:

• Сессии → Redis (session.save_handler = redis) — быстрее файлов в 10–50×, плюс работа в кластере.
• Кэш компонентов → Memcached через .settings.php: 'cache' => ['type' => 'memcache'].
• Кэш ORM-запросов — чтобы одинаковые GetList() не нагружали MySQL на каждом хите.

Почему стандартных настроек MySQL недостаточно?

Индексы. Составные для фасетного поиска. Покрывающие для частых выборок — MySQL отвечает из индекса, не обращаясь к данным. Частичные индексы (MariaDB) для фильтрации по ACTIVE = 'Y'. Аудит неиспользуемых индексов — каждый замедляет INSERT/UPDATE.

Партиционирование. Для таблиц с миллионами строк: b_stat_session, b_search_content_stem, Highload-блоки с историей. Партиция по дате — запрос «заказы за месяц» не сканирует данные за три года.

Реальный кейс: каталог 200 000 товаров, 50 свойств. Фильтр по 10 свойствам занимал 12 секунд. После создания составных индексов по (IBLOCK_ID, IBLOCK_PROPERTY_ID, VALUE) и партиционирования b_iblock_element_property по IBLOCK_ID время выполнения упало до 0,3 секунды. Нагрузка на MySQL снизилась в 40 раз.

Очистка. В любой базе за год-два накапливается: устаревший поисковый индекс, просроченные записи в b_cache_tag, история b_iblock_element_prop_s*, логи в b_event_log на гигабайты. Настраиваем регулярную очистку через агенты.

Партиционирование также решает проблему с параллельными запросами при обмене с 1С через CommerceML. Подробнее: MySQL Partitioning Documentation.

Фронтенд

Изображения — 60–80% веса страницы:

• WebP через CFile::ResizeImageGet() с BX_RESIZE_IMAGE_PROPORTIONAL + конвертация;
• srcset + sizes — не грузим 3000px картинку в блок 400px;
• loading="lazy" для всего ниже первого экрана;
• AVIF — ещё 20–30% экономии vs WebP (подробнее: WebP).

CSS/JS:

• Встроенный модуль Битрикс: объединение и минификация через «Настройки → Оптимизация CSS/JS»;
• PurgeCSS / UnCSS — на типичном Битрикс-проекте 60–70% CSS не используются;
• defer / async для некритичного JS;
• Critical CSS инлайном в <head> для мгновенного FCP.

Шрифты:

• <link rel="preload" as="font" crossorigin> для основного шрифта;
• font-display: swap — текст виден сразу;
• Subsetting через pyftsubset — вырезаем кириллицу + латиницу, файл уменьшается в 3–5 раз.

CDN

Cloudflare, BunnyCDN, AWS CloudFront или российские (Selectel CDN, VK Cloud CDN).

• Статика (CSS, JS, изображения, шрифты) — через CDN.
• Правила кэширования: Cache-Control: public, max-age=31536000, immutable для файлов с хешем.
• Оптимизация изображений на лету (imgproxy, Cloudflare Polish) без нагрузки на origin.

Зачем нужно нагрузочное тестирование?

Не синтетические бенчмарки, а реальные сценарии:

• k6 / wrk — имитация маршрутов: каталог → фильтрация → карточка → корзина → оформление.
• Метрики: RPS, время ответа (p50, p95, p99), процент ошибок.
• Xdebug (callgrind) или Blackfire — профилирование PHP, поиск узких мест.

Результат тестирования — объективная картина, где реально тормозит, а не где «кажется». После оптимизации прогоняем повторно — фиксируем улучшения.

Результаты

Что входит в работу?

1. Аудит текущей производительности — анализ slow-запросов, профилирование PHP, проверка кэширования, CDN, серверных настроек.
2. Настройка серверной части — Nginx, PHP-FPM, MySQL, Redis/Memcached, OPcache.
3. Оптимизация кэширования — управляемый кэш, композитный сайт, настройка TTL, тегированное кэширование.
4. Работа с БД — создание индексов, партиционирование, очистка, реорганизация EAV-таблиц.
5. Фронтенд — изображения (WebP/AVIF), CSS/JS (минификация, deferred), шрифты (preload, subsetting).
6. CDN — подключение, настройка правил кэширования.
7. Нагрузочное тестирование — сценарии реальных пользователей, отчёт по метрикам.
8. Документация — описание всех изменений, рекомендации по дальнейшему обслуживанию.
9. Гарантия — поддержка в течение 1 месяца после сдачи.

Мониторинг

Без мониторинга через полгода всё деградирует. Новый модуль, нерасчищенные логи, изменение в шаблоне — и скорость вернулась к исходной.

• web-vitals API — Real User Monitoring от реальных посетителей.
• Synthetic monitoring — Pingdom, UptimeRobot, регулярные проверки из разных локаций.
• Алерты — TTFB > 500 мс или LCP > 3 сек → уведомление.

Сроки и стоимость

Стоимость рассчитывается индивидуально после аудита. [Получите консультацию по вашему проекту] — оценим текущее состояние и предложим план ускорения с конкретными сроками и бюджетом. Мы — команда с 10+ годами опыта в Битрикс, выполнили более 200 проектов по оптимизации скорости сайта.