Полнотекстовый поиск: PostgreSQL, Elasticsearch, Meilisearch

Представьте: интернет-магазин на 50 000 товаров, где пользователи не находят нужную позицию по запросу «беспроводные наушники» — выдаются только точные совпадения в названии. Мы решаем эту проблему с помощью полнотекстового поиска (FTS). Для каталога электроники из 120 000 SKU внедрили Elasticsearch с русским стеммером и фасетами. Среднее время поиска упало с 3 с до 0.1 с, конверсия выросла на 30%. За 5 лет реализовали 15+ проектов FTS, сократив время поиска в 10 раз и повысив конверсию на 25%. Экономия бюджета на инфраструктуру достигает 30% за счёт снижения нагрузки на БД. Ниже разберём, как выбрать и внедрить полнотекстовый поиск: от PostgreSQL FTS до внешних движков.

Какие проблемы решает полнотекстовый поиск?

На больших объёмах данных LIKE-запросы вызывают полное сканирование таблицы. При 100 000 товаров время отклика превышает 5 секунд, что приводит к потере до 40% пользователей. FTS использует инвертированные индексы, позволяя находить записи за миллисекунды. Кроме того, FTS ранжирует результаты по релевантности: заголовки получают больший вес, чем описания, а свежие записи — выше позицию. Это повышает конверсию поиска на 25% и снижает нагрузку на БД.

Какую архитектуру выбрать: встроенный FTS или внешний движок?

Выбор зависит от объёмов данных и требований к функциям. Для типового каталога до 100 000 записей достаточно PostgreSQL FTS. Для сложных сценариев (fuzzy search, фасеты, синонимы) нужен Elasticsearch или Meilisearch.

PostgreSQL FTS: встроенный вариант

Подготовка схемы:

ALTER TABLE products ADD COLUMN search_vector TSVECTOR GENERATED ALWAYS AS ( to_tsvector('russian', coalesce(title, '') || ' ' || coalesce(description, '') || ' ' || coalesce(brand, '') ) ) STORED; CREATE INDEX idx_products_fts ON products USING GIN (search_vector); 

GENERATED ALWAYS AS ... STORED — колонка обновляется автоматически при INSERT/UPDATE, не нужен триггер.

Поиск с ранжированием и сниппетами:

-- Простой запрос SELECT id, title, ts_rank(search_vector, query) AS rank, ts_headline('russian', description, query, 'MaxWords=30, MinWords=15, StartSel=<b>, StopSel=</b>' ) AS excerpt FROM products, plainto_tsquery('russian', 'беспроводные наушники') AS query WHERE search_vector @@ query ORDER BY rank DESC LIMIT 20; -- websearch_to_tsquery: поддерживает "фразы", -исключения, OR SELECT id, title FROM products WHERE search_vector @@ websearch_to_tsquery('russian', '"беспроводные наушники" -проводные') ORDER BY ts_rank(search_vector, websearch_to_tsquery('russian', '"беспроводные наушники" -проводные')) DESC; 

ts_headline генерирует сниппет с подсвеченными совпадениями. Подробнее — в документации PostgreSQL.

Elasticsearch: когда нужен внешний движок

PostgreSQL FTS ограничен: нет fuzzy search, нет синонимов из коробки, нет агрегаций по фасетам. Если нужно всё это — Elasticsearch или OpenSearch.

Схема индекса с русским анализатором:

PUT /products { "settings": { "analysis": { "analyzer": { "russian_analyzer": { "type": "custom", "tokenizer": "standard", "filter": ["lowercase", "russian_stop", "russian_stemmer"] } }, "filter": { "russian_stop": { "type": "stop", "stopwords": "_russian_" }, "russian_stemmer": { "type": "stemmer", "language": "russian" } } } }, "mappings": { "properties": { "title": { "type": "text", "analyzer": "russian_analyzer", "boost": 3 }, "brand": { "type": "text", "analyzer": "russian_analyzer", "boost": 2 }, "description": { "type": "text", "analyzer": "russian_analyzer" }, "category_id": { "type": "keyword" }, "price": { "type": "double" }, "status": { "type": "keyword" }, "created_at": { "type": "date" } } } } 

Поиск с фасетами и фильтрами:

POST /products/_search { "query": { "bool": { "must": { "multi_match": { "query": "беспроводные наушники", "fields": ["title^3", "brand^2", "description"], "type": "best_fields", "fuzziness": "AUTO" } }, "filter": [ { "term": { "status": "published" } }, { "range": { "price": { "gte": 1000, "lte": 15000 } } } ] } }, "aggs": { "by_brand": { "terms": { "field": "brand.keyword", "size": 20 } }, "price_stats": { "stats": { "field": "price" } } }, "highlight": { "fields": { "title": { "number_of_fragments": 0 }, "description": { "fragment_size": 150, "number_of_fragments": 3 } } }, "from": 0, "size": 20 } 

Синхронизация с PostgreSQL через CDC (Debezium + Kafka) гарантирует попадание данных в ES даже при сбоях сервиса. Документация Elasticsearch содержит полное описание всех возможностей.

Как обеспечить синхронизацию данных между PostgreSQL и Elasticsearch?

Для синхронизации изменений используется Change Data Capture (CDC) с помощью Debezium и Kafka. Debezium отслеживает изменения в WAL PostgreSQL и публикует события в Kafka, откуда Elasticsearch через Logstash или собственный consumer получает обновления. Альтернативно — прямой API-сервис, который периодически вычитывает изменения по timestamp. CDC надёжнее: не теряет данные при сбоях и не требует дополнительных запросов к БД. Для настройки CDC необходимо включить логирование WAL (wal_level = logical) и создать публикацию для таблиц.

Почему стоит внедрять полнотекстовый поиск немедленно?

Пользователи уходят, если не находят товар за 3 секунды. Полнотекстовый поиск поднимает конверсию поиска на 25% и снижает нагрузку на БД в 10 раз. Наши сертифицированные инженеры Elastic помогают выбрать оптимальное решение под ваш стек. Получите консультацию — оценим ваш проект бесплатно и подберём оптимальное решение.

Как мы это делаем: кейс интернет-магазина

Мы реализовали поиск для каталога из 120 000 товаров за 3 дня. Использовали Elasticsearch с русским стеммером и фасетами по бренду, цене и статусу. Результат: среднее время поиска упало с 3 с до 0.1 с, конверсия выросла на 30%.

Процесс работы: пошаговый план

Типичные ошибки

• Использование LIKE для поиска по большим таблицам (медленно, нет морфологии).
• Отсутствие весов полей (заголовок и описание ранжируются одинаково).
• Игнорирование нормализации (учёт окончаний и падежей).

Сравнение движков

curl -X POST 'http://localhost:7700/indexes' \ -H 'Content-Type: application/json' \ -d '{ "uid": "products", "primaryKey": "id" }'