Настройка Elasticsearch для фасетного поиска с агрегациями

Настройка Elasticsearch для фасетного поиска с агрегациями

Представьте каталог с миллионом товаров. Без фасетного поиска пользователь листает 200 страниц. С ним — за секунду находит нужный бренд и ценовой диапазон. Но счётчики врут, если не настроить post_filter и global aggregations. В этой статье разберём, как собрать корректные фасетные счётчики на Elasticsearch, избежав типовых ошибок. Экономия времени разработки при использовании готового решения — до 30%.

Мы интегрируем Elasticsearch с фасетным поиском в каталогах и интернет-магазинах. Это фильтры-счётчики: «Бренд: Samsung (143), Apple (89)», «Цена: до 30 000 (234), 30–60 000 (145)». При выборе фильтра список товаров сужается, а счётчики других значений пересчитываются. В реляционных базах такие операции дороги — GROUP BY с COUNT(*) по отфильтрованной выборке. В Elasticsearch задача решается агрегациями часто за единственный запрос. Оценим ваш проект и реализуем под ключ за 2–4 рабочих дня.

Как реализовать корректные счётчики фасетов?

Типичный запрос для каталога: поисковый запрос + активные фильтры + агрегации для подсчёта фасетов. Пример базового запроса:

POST /products/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "ноутбук" } }
      ],
      "filter": [
        { "term": { "is_active": true } },
        { "range": { "price": { "gte": 20000, "lte": 80000 } } }
      ]
    }
  },
  "aggs": {
    "by_brand": {
      "terms": {
        "field": "brand",
        "size": 20,
        "order": { "_count": "desc" }
      }
    },
    "price_ranges": {
      "range": {
        "field": "price",
        "ranges": [
          { "key": "до 30 000", "to": 30000 },
          { "key": "30–60 000", "from": 30000, "to": 60000 },
          { "key": "60–100 000", "from": 60000, "to": 100000 },
          { "key": "от 100 000", "from": 100000 }
        ]
      }
    },
    "price_stats": {
      "stats": { "field": "price" }
    },
    "by_category": {
      "terms": { "field": "category", "size": 10 }
    },
    "by_rating": {
      "histogram": { "field": "rating", "interval": 1, "min_doc_count": 1 }
    }
  },
  "size": 20,
  "from": 0
}

Проблема исчезающих счётчиков при выборе фасета

Если пользователь выбирает бренд «Samsung» и добавляет его в filter, агрегация by_brand считает только внутри отфильтрованной выборки. Счётчики других брендов обнуляются — пользователь не видит, сколько товаров у других брендов. Решение — Post Filter в сочетании с Global Aggregation:

POST /products/_search
{
  "query": {
    "bool": {
      "must": [
        { "match": { "title": "ноутбук" } }
      ],
      "filter": [
        { "term": { "is_active": true } }
      ]
    }
  },
  "post_filter": {
    "bool": {
      "filter": [
        { "term": { "brand": "Samsung" } }
      ]
    }
  },
  "aggs": {
    "all_brands": {
      "global": {},
      "aggs": {
        "filtered_brands": {
          "filter": {
            "bool": {
              "must": [
                { "match": { "title": "ноутбук" } }
              ],
              "filter": [
                { "term": { "is_active": true } }
              ]
            }
          },
          "aggs": {
            "brands": {
              "terms": { "field": "brand", "size": 20 }
            }
          }
        }
      }
    },
    "price_ranges": {
      "range": {
        "field": "price",
        "ranges": [
          { "key": "до 30 000", "to": 30000 },
          { "key": "30–60 000", "from": 30000, "to": 60000 },
          { "key": "от 60 000", "from": 60000 }
        ]
      }
    }
  },
  "size": 20
}

Согласно документации Elasticsearch, post_filter применяется к результатам после агрегации, а global агрегация выходит за пределы контекста query. post_filter применяется к результатам после агрегации. Агрегации считаются по всей выборке (до post_filter), поэтому счётчики брендов остаются корректными. global агрегация выходит за пределы контекста query — позволяет считать агрегаты по всем документам индекса с дополнительными фильтрами.

Как работать с вложенными атрибутами?

Если атрибуты (размер, цвет, материал) хранятся как nested объекты:

"mappings": {
  "properties": {
    "attributes": {
      "type": "nested",
      "properties": {
        "name": { "type": "keyword" },
        "value": { "type": "keyword" }
      }
    }
  }
}

Агрегация по вложенным атрибутам:

"aggs": {
  "attributes": {
    "nested": { "path": "attributes" },
    "aggs": {
      "attribute_names": {
        "terms": { "field": "attributes.name", "size": 50 },
        "aggs": {
          "attribute_values": {
            "terms": { "field": "attributes.value", "size": 20 }
          }
        }
      }
    }
  }
}

Это двухуровневые вложенные агрегации: сначала группируем по имени атрибута («Цвет», «Размер»), внутри каждой группы — значения («Чёрный», «Белый»).

Cardinality — подсчёт уникальных значений

Для отображения «Найдено 1 247 товаров от 89 брендов» используйте агрегацию cardinality с полем brand и precision_threshold 100. Это гарантирует точность до 100 уникальных значений, выше — погрешность 1–6%.

Настройка фасетного поиска за 5 шагов

1. Определите поля для фильтрации: бренд, цена, категория, рейтинг, атрибуты. Типичный набор — 5–10 полей.
2. Настройте маппинг: для ключевых полей используйте тип keyword, для вложенных — nested. Убедитесь, что поля для агрегаций не анализируются.
3. Постройте запрос с агрегациями: включите все нужные агрегации (terms, range, histogram, nested). Для корректных счётчиков используйте post_filter и global агрегации.
4. Примените post_filter: отделите фильтры от основного query. Это сохранит счётчики агрегаций.
5. Оптимизируйте производительность: используйте execution_hint: map для полей с низкой кардинальностью, кэширование для агрегаций без поискового запроса, ограничьте size до 20.

Оптимизация агрегаций

terms агрегация с большим size — дорогая операция: каждый шард возвращает top-N значений, координирующий узел мержит результаты. Для высококардинальных полей (тысячи уникальных значений) производительность падает. Способы оптимизации:

Сравнение типов агрегаций

Реализация на стороне приложения

PHP класс для построения фасетных запросов:

class FacetedSearchService
{
    public function search(array $params): array
    {
        $query = $this->buildQuery($params);
        $response = $this->client->search([
            'index' => 'products',
            'body' => $query,
        ]);

        return [
            'hits' => $response['hits']['hits'],
            'total' => $response['hits']['total']['value'],
            'facets' => $this->extractFacets($response['aggregations']),
        ];
    }

    private function extractFacets(array $aggs): array
    {
        $facets = [];

        if (isset($aggs['by_brand'])) {
            $facets['brand'] = array_map(fn($b) => [
                'value' => $b['key'],
                'count' => $b['doc_count'],
            ], $aggs['by_brand']['buckets']);
        }

        if (isset($aggs['price_ranges'])) {
            $facets['price'] = array_map(fn($r) => [
                'label' => $r['key'],
                'count' => $r['doc_count'],
            ], $aggs['price_ranges']['buckets']);
        }

        return $facets;
    }
}

Что входит в настройку фасетного поиска под ключ

• Проектирование схемы маппингов и индексов.
• Настройка агрегаций всех типов (terms, range, nested, cardinality).
• Реализация логики post_filter + global aggregations для корректных счётчиков.
• Оптимизация производительности (execution_hint, кэширование).
• Написание серверного кода для построения запросов и обработки ответов.
• Документация, обучение команды, поддержка после внедрения.

Сроки

• Базовая реализация (3–5 типов агрегаций) — 2 рабочих дня.
• Сложный сценарий (post_filter, global, nested) — 3–4 дня.
• Оптимизация на реальных объёмах (>5 млн документов) — дополнительный день.

Наша команда имеет 6+ лет опыта в Elasticsearch и сертифицированных инженеров. Мы реализовали более 50 проектов с фасетным поиском, гарантируя точность счётчиков и производительность. Свяжитесь с нами для консультации — поможем избежать дорогих ошибок. Стоимость рассчитывается индивидуально, а экономия от внедрения может достигать 40 000 ₽ на этапе разработки и до 20 000 ₽ в месяц на инфраструктуре. Получите готовое решение с полной документацией и поддержкой.

Услуги бэкенд-разработки: Laravel, Node.js, Go, Django, PostgreSQL

На production-сервере в 3:14 ночи очередь Laravel Jobs перестала обрабатываться. 40 000 необработанных задач в Redis. Причина: worker упал из-за memory leak в одном из Jobs (утечка через статическую переменную в Eloquent observer), supervisor не перезапустил его из-за misconfigured stopwaitsecs. Это не гипотетический сценарий — это вторник. Мы разбирали такой инцидент на проекте с нагрузкой 500 RPS: диагностика заняла 4 часа, фикс — 20 минут. Чтобы вы не теряли деньги на простоях, предлагаем услуги бэкенд-разработки с акцентом на production-grade надёжность. Оценим ваш проект за 2 дня.

Backend — это то, что работает когда никто не смотрит. Или не работает. Гарантируем, что у вас будет первый вариант.

Что мы делаем с первого дня правильно

Service Layer поверх Fat Controllers. Controller получает HTTP-запрос, валидирует его через Form Request, передаёт данные в Service, возвращает ответ. Бизнес-логика в Service, не в Controller. Это звучит банально, но большинство legacy-проектов — это контроллеры по 500 строк с SQL-запросами внутри.

Repository Pattern используем осторожно. Если вы просто оборачиваете Model::where(...) в метод репозитория — это бойлерплейт без пользы. Repository оправдан когда: нужно абстрагироваться от источника данных (БД + кеш + внешний API) или когда логика запросов достаточно сложна для изоляции.

Jobs, Events, Listeners. Всё, что можно сделать асинхронно — делаем асинхронно. Отправка email, генерация PDF, синхронизация с внешним API, пересчёт агрегатов — в Queue. Laravel Horizon для мониторинга очередей в Redis: видно throughput, failed jobs, время обработки по очередям.

Как Octane справляется с высокой нагрузкой

Laravel Octane с RoadRunner или Swoole держит приложение в памяти между запросами — убирает overhead bootstrap (загрузка конфигов, автозагрузка классов) на каждый HTTP-запрос. Прирост: 3–8x на синтетических бенчмарках, 2–4x на реальных приложениях. Важно: нельзя хранить состояние между запросами в статических переменных — это приводит именно к таким инцидентам, как в начале. Применяем это в проектах с >1000 RPS.

Что делать с N+1 запросами

N+1 — самая распространённая причина медленных страниц в Laravel-приложениях. Стандартная история: страница работала нормально на dev с 10 записями, на production с 10 000 — 8-секундная загрузка.

Laravel Debugbar в dev-окружении показывает количество запросов на страницу. Более 20 запросов на одну страницу — сигнал для audit.

Model::preventLazyLoading(! app()->isProduction());

Telescope для профилирования в staging: логирует все запросы, jobs, mail, notifications с детализацией по времени. Цифры: после внедрения eager loading время загрузки страницы падает с 8 с до 0.3 с — в 27 раз.

PostgreSQL: индексы, которые реально нужны

PostgreSQL 14+ — основная БД на всех проектах. Используем связку PgBouncer + PostgreSQL. Опыт 10+ лет, более 50 backend-проектов, 5 лет на рынке.

Как PostgreSQL помогает избежать медленных запросов

Composite indexes для частых WHERE + ORDER BY. Если у вас WHERE user_id = ? AND status = ? ORDER BY created_at DESC — нужен (user_id, status, created_at DESC). Индекс по (user_id) отдельно плохо помогает с сортировкой.

Partial indexes. Если 95% запросов идут по WHERE status = 'active':

CREATE INDEX idx_orders_active ON orders (created_at DESC)
WHERE status = 'active';

Индекс маленький, быстрый, покрывает основную нагрузку.

GIN-индексы для JSONB и массивов. @> оператор без GIN-индекса — seq scan. С индексом — быстро даже на миллионах записей.

GIN для full-text search. to_tsvector + GIN вместо LIKE '%query%'. LIKE без индекса — всегда seq scan. С pg_trgm extension и gin_trgm_ops — поддержка LIKE с индексом, полезно для CRM-поиска по частичному совпадению.

Connection pooling: почему важнее чем кажется

Rails, Laravel, Django открывают новое соединение с PostgreSQL на каждый PHP/Python процесс. На 100 воркерах — 100 соединений. PostgreSQL начинает деградировать от 200–300 активных соединений — overhead на управление соединениями становится значительным.

PgBouncer — connection pooler перед PostgreSQL. Режим transaction pooling: соединение с PostgreSQL занято только на время транзакции, между запросами возвращается в пул. 1000 приложений-воркеров → 20–50 реальных соединений к PostgreSQL. Это снижает latency на 40% и уменьшает затраты на хостинг на 30%.

Node.js с Fastify: когда это лучше Laravel

Node.js оправдан для:

• Realtime: WebSocket-серверы, Server-Sent Events, чат, live-обновления
• Streaming: большие файлы, видео, данные потоком
• High I/O concurrency: много параллельных запросов к внешним API без тяжёлой бизнес-логики
• Serverless: Lambda/Cloud Functions — Node.js стартует быстрее PHP

Fastify вместо Express: в 2–3 раза быстрее на benchmarks, встроенная JSON Schema валидация, лучшая TypeScript поддержка, plugin-архитектура.

Типичная архитектура realtime: Laravel — основная бизнес-логика и REST API. Node.js + Socket.io или ws — WebSocket сервер. Laravel публикует события в Redis Pub/Sub, Node.js подписывается и транслирует клиентам. Это разделение позволяет масштабировать WebSocket-сервер независимо от основного приложения.

Go: микросервисы и высокая нагрузка

Go используем для:

• Высоконагруженных микросервисов (> 10 000 RPS)
• Фоновых воркеров с жёсткими требованиями к latency
• Инструментов DevOps и CLI
• gRPC-сервисов в микросервисной архитектуре

Goroutines — дешевле OS-потоков в тысячи раз. 10 000 конкурентных соединений на Go — норма на одном сервере.

Но Go — не волшебная таблетка. Разработка медленнее чем на Laravel: больше бойлерплейта, нет ORM уровня Eloquent, обработка ошибок через if err != nil везде. Оправдан только когда производительность — реальное требование, не предположение.

Django и Python backend

Django с DRF (Django REST Framework) — для задач где нужен Python: ML-пайплайны, обработка данных, интеграции с AI-инструментами.

Celery для фоновых задач — аналог Laravel Queue, но сложнее в конфигурации. Celery Beat для cron-задач.

Django ORM vs raw SQL: ORM удобен для CRUD. Для аналитических запросов с несколькими JOIN, оконными функциями и CTE — connection.execute() с raw SQL читаемее и предсказуемее.

Redis: не только кеш

Redis в наших проектах выполняет несколько ролей:

Redis Cluster для горизонтального масштабирования. Sentinel для автоматического failover на standalone установках.

Деплой и инфраструктура

Docker + docker-compose — стандарт для локальной разработки и production. Каждый сервис в контейнере: PHP-FPM/Octane, Nginx, PostgreSQL, Redis, Queue Worker, Scheduler.

CI/CD через GitHub Actions:

1. Прогон тестов (PHPUnit / Pest, Vitest, Playwright)
2. Сборка Docker-образа
3. Push в Container Registry
4. Deploy: docker pull → docker-compose up -d на сервере, или Kubernetes rolling update

Zero-downtime deploy для Laravel: php artisan down --secret=TOKEN не нужен при правильной настройке. Стратегия: новый контейнер стартует рядом со старым, Nginx переключает трафик после health check, старый контейнер останавливается.

Мониторинг: Sentry для exception tracking с alerting в Slack/Telegram. Grafana + Prometheus (или Grafana Cloud) для метрик: CPU, memory, request rate, queue depth, database connection count. Алерт на: error rate > 1%, p99 latency > 2s, queue depth > 1000 jobs.

Что входит в работу под ключ

• Архитектурное проектирование (документация API, схема БД, диаграмма сервисов)
• Реализация по согласованному ТЗ с code review
• Настройка CI/CD, мониторинга, алертинга
• Нагрузочное тестирование (k6, wrk) с отчётом
• Передача исходников, доступов, инструкция по деплою
• Обучение команды заказчика (2-3 сессии)
• Гарантийная поддержка 1 месяц после сдачи

Ориентиры по срокам

Стоимость рассчитывается индивидуально после анализа требований к нагрузке, интеграциям и бизнес-логике. Типичный бюджет backend-проекта — от 500 000 до 2 000 000 рублей в зависимости от сложности. Свяжитесь с нами для бесплатного аудита вашего текущего backend — получите план оптимизации за 2 дня. Закажите консультацию.