Автодополнение поиска для веб-приложений: реализация и компоненты

Реализация поиска с автодополнением для веб-приложения

Недавно к нам обратился интернет-магазин с каталогом в 200 тыс. товаров: пользователи жаловались на медленный поиск, а стандартное решение на WordPress не справлялось. Мы реализовали автодополнение на основе Elasticsearch с fuzzy-поиском и кешированием — время ввода сократилось в 3 раза, а нагрузка на сервер упала на 60%. Технически автодополнение — это пересечение нескольких задач: быстрый fuzzy-поиск по индексу, debounce, чтобы не перегружать сервер, корректная работа с клавиатурой (ARIA combobox), отмена устаревших запросов. Каждая решается отдельно, вместе они составляют полноценный компонент. Мы реализовали десятки проектов с автодополнением, поэтому знаем типичные грабли.

Технические сложности

На первый взгляд кажется: сделал <input> с выпадающим списком — и готово. Но на практике требуются:

• Debounce с отменой предыдущих запросов (чтобы не заваливать сервер). Оптимальная задержка — 250 мс.
• Fuzzy-поиск (поиск с неточным совпадением) для устойчивости к опечаткам. Например, запрос "айфон" найдёт "iPhone".
• Корректное управление с клавиатуры (стрелки, Enter, Escape) и ARIA-атрибуты для доступности.
• Подсветка совпадений в результатах, чтобы пользователь видел, что его запрос учтён.
• Кеширование частых запросов для снижения latency. Типовой кеш — 100 записей с TTL 30 секунд.

Сравнение подходов: client-side, server-side и гибридный

Client-side поиск работает в 5–10 раз быстрее server-side для наборов до 50 тыс. записей. Выбор подхода критичен для UX и бюджета на инфраструктуру.

Как выбрать подход: client-side или server-side?

Если у вас менее 50 000 записей и данные редко обновляются, client-side даст минимальную задержку и снизит нагрузку на сервер. Для больших каталогов или динамических данных нужен server-side с кешированием на клиенте. Мы помогаем определить оптимальный вариант на этапе аудита.

Что входит в работу

При заказе автодополнения вы получаете:

• Архитектурное решение: выбор подхода на основе объёма данных и требований к скорости.
• Готовый компонент с ARIA combobox, управлением с клавиатуры и подсветкой.
• Серверную часть: индекс Elasticsearch или SQL-функции с pg_trgm.
• Кеширование на клиенте (TTL 30 секунд, до 100 записей) и оптимизацию запросов.
• Документацию по интеграции и развёртыванию.
• Тестирование на мобильных устройствах и slow network.

Весь проект покрывается гарантией на 6 месяцев — если что-то сломалось, мы чиним бесплатно в течение 24 часов.

Как происходит реализация автодополнения?

Процесс состоит из четырёх этапов:

1. Анализ данных и требований: оцениваем объём, частоту обновлений, latency-цели.
2. Проектирование архитектуры: выбираем подход (client-side, server-side, гибридный), определяем индекс.
3. Разработка компонента: реализуем клиентскую часть с debounce (задержка 250 мс), отменой запросов, ARIA combobox.
4. Интеграция и тестирование: подключаем серверную часть, настраиваем кеш, проверяем на мобильных и slow network.

Каждый этап завершается код-ревью и unit-тестами.

Реализация клиентской части

Базовый хук с debounce и отменой

import { useState, useEffect, useRef, useCallback } from 'react'; type SearchResult = { id: string; title: string; category?: string; url: string; }; function useAutocomplete( fetchFn: (query: string, signal: AbortSignal) => Promise<SearchResult[]>, delay = 250 ) { const [query, setQuery] = useState(''); const [results, setResults] = useState<SearchResult[]>([]); const [loading, setLoading] = useState(false); const [error, setError] = useState<Error | null>(null); const abortRef = useRef<AbortController | null>(null); const timerRef = useRef<ReturnType<typeof setTimeout> | null>(null); const search = useCallback((value: string) => { setQuery(value); if (timerRef.current) clearTimeout(timerRef.current); if (abortRef.current) abortRef.current.abort(); if (value.trim().length < 2) { setResults([]); return; } timerRef.current = setTimeout(async () => { const controller = new AbortController(); abortRef.current = controller; setLoading(true); setError(null); try { const data = await fetchFn(value, controller.signal); if (!controller.signal.aborted) setResults(data); } catch (err) { if (err instanceof Error && err.name !== 'AbortError') setError(err); } finally { if (!controller.signal.aborted) setLoading(false); } }, delay); }, [fetchFn, delay]); useEffect(() => () => { if (timerRef.current) clearTimeout(timerRef.current); if (abortRef.current) abortRef.current.abort(); }, []); return { query, results, loading, error, search }; } 

React autocomplete компонент с ARIA combobox Корректная реализация по ARIA-паттерну combobox:

import { useId, useRef, useState } from 'react'; interface AutocompleteProps { placeholder?: string; onSelect: (result: SearchResult) => void; fetchResults: (query: string, signal: AbortSignal) => Promise<SearchResult[]>; } export function Autocomplete({ placeholder, onSelect, fetchResults }: AutocompleteProps) { const id = useId(); const listId = `${id}-listbox`; const inputRef = useRef<HTMLInputElement>(null); const listRef = useRef<HTMLUListElement>(null); const { query, results, loading, search } = useAutocomplete(fetchResults); const [activeIndex, setActiveIndex] = useState(-1); const [open, setOpen] = useState(false); const isOpen = open && (results.length > 0 || loading); const handleKeyDown = (e: React.KeyboardEvent) => { switch (e.key) { case 'ArrowDown': e.preventDefault(); setActiveIndex((i) => Math.min(i + 1, results.length - 1)); break; case 'ArrowUp': e.preventDefault(); setActiveIndex((i) => Math.max(i - 1, -1)); break; case 'Enter': if (activeIndex >= 0 && results[activeIndex]) { onSelect(results[activeIndex]); setOpen(false); setActiveIndex(-1); } break; case 'Escape': setOpen(false); setActiveIndex(-1); inputRef.current?.focus(); break; } }; return ( <div className="autocomplete" role="combobox" aria-expanded={isOpen} aria-haspopup="listbox"> <input ref={inputRef} type="search" placeholder={placeholder} value={query} aria-autocomplete="list" aria-controls={listId} aria-activedescendant={activeIndex >= 0 ? `${id}-option-${activeIndex}` : undefined} onChange={(e) => { search(e.target.value); setOpen(true); setActiveIndex(-1); }} onFocus={() => query.length >= 2 && setOpen(true)} onBlur={() => setTimeout(() => setOpen(false), 150)} onKeyDown={handleKeyDown} /> {isOpen && ( <ul ref={listRef} id={listId} role="listbox" className="autocomplete__dropdown"> {loading && <li role="option" aria-selected="false" className="autocomplete__loading">Поиск...</li>} {results.map((result, index) => ( <li key={result.id} id={`${id}-option-${index}`} role="option" aria-selected={index === activeIndex} className={`autocomplete__option ${index === activeIndex ? 'autocomplete__option--active' : ''}`} onMouseDown={() => { onSelect(result); setOpen(false); }} onMouseEnter={() => setActiveIndex(index)} > <span> {(() => { if (!query.trim()) return <span>{result.title}</span>; const escaped = query.replace(/[.*+?^${}()|[\]\\]/g, '\\$&'); const parts = result.title.split(new RegExp(`(${escaped})`, 'gi')); return parts.map((part, i) => part.toLowerCase() === query.toLowerCase() ? <mark key={i}>{part}</mark> : <span key={i}>{part}</span> ); })()} </span> {result.category && <span className="autocomplete__category">{result.category}</span>} </li> ))} </ul> )} </div> ); } 

Серверная часть на Elasticsearch

Используем Elasticsearch suggest API:

// POST /api/suggest async function suggestHandler(req: Request) { const { q } = await req.json(); if (!q || q.length < 2) return Response.json({ hits: [] }); const response = await esClient.search({ index: 'products', body: { suggest: { title_suggest: { prefix: q, completion: { field: 'title.suggest', size: 10, fuzzy: { fuzziness: 'AUTO' }, }, }, }, query: { multi_match: { query: q, fields: ['title^3', 'description', 'tags^2'], type: 'bool_prefix', }, }, _source: ['id', 'title', 'category', 'url', 'image'], size: 10, }, }); return Response.json({ hits: response.hits.hits.map((h) => h._source) }); } 

Индекс с полем completion:

{ "mappings": { "properties": { "title": { "type": "text", "fields": { "suggest": { "type": "completion", "analyzer": "standard" }, "keyword": { "type": "keyword" } } } } } } 

Кеширование на стороне клиента

const cache = new Map<string, { data: SearchResult[]; ts: number }>(); const TTL = 30_000; // 30 секунд async function fetchWithCache(query: string, signal: AbortSignal) { const cached = cache.get(query); if (cached && Date.now() - cached.ts < TTL) return cached.data; const res = await fetch(`/api/suggest?q=${encodeURIComponent(query)}`, { signal }); const data = await res.json(); cache.set(query, { data: data.hits, ts: Date.now() }); if (cache.size > 100) cache.delete(cache.keys().next().value); return data.hits; } 

Ориентировочные сроки и гарантия

Стоимость рассчитывается индивидуально под ваш проект. Мы предоставляем гарантию 6 месяцев на реализованный функционал — если баг проявился, исправляем в течение 24 часов. Наш многолетний опыт в веб-разработке и десятки выполненных проектов — гарантия качества. Каждое решение проходит код-ревью, тестирование на скорость и доступность.

Закажите реализацию автодополнения для вашего сайта — мы подберём оптимальное решение. Получите консультацию по вашему проекту, напишите нам.