Elasticsearch: настройка поиска для веб-приложений

Представьте: ваш интернет-магазин вырос до 500 000 товаров, и поиск по названию через ILIKE % в PostgreSQL тормозит на каждой букве. Клиенты уходят, конверсия падает — каждая секунда задержки снижает её на 7%. Мы с такой ситуацией сталкивались не раз. В одном проекте поиск по 1 млн товаров занимал 8 секунд, после миграции на Elasticsearch — 80 мс. Конверсия выросла на 15%. За время работы мы настроили Elasticsearch для 30+ проектов — от каталогов до маркетплейсов. Наш опыт показывает: правильная настройка индексов и анализаторов сокращает время поиска в 10 раз.

Почему Elasticsearch, а не полнотекстовый поиск в PostgreSQL?

PostgreSQL умеет полнотекстовый поиск через tsvector, но он не справляется с высокими нагрузками, сложной морфологией и фасетами. Elasticsearch превосходит PostgreSQL в 10-20 раз по скорости на реальных нагрузках. Сравним:

Кроме того, распределенный поиск Elasticsearch позволяет обрабатывать миллиарды документов.

Как мы настраиваем Elasticsearch под вашу задачу

Мы не ставим Elasticsearch «из коробки». Всегда анализируем структуру данных и типичные запросы. Вот реальный пример: для каталога электроники с 200 000 товаров мы создали индекс с двумя анализаторами: русским (стемминг + стоп-слова) и автодополнением (edge n-gram). Настройка заняла 4 дня. В другом проекте потребовался кастомный char_filter для очистки названий от спецсимволов.

Установка Elasticsearch 8.x

# Добавить репозиторий
wget -qO - https://artifacts.elastic.co/GPG-KEY-elasticsearch | gpg --dearmor -o /usr/share/keyrings/elasticsearch-keyring.gpg
echo "deb [signed-by=/usr/share/keyrings/elasticsearch-keyring.gpg] https://artifacts.elastic.co/packages/8.x/apt stable main" > /etc/apt/sources.list.d/elastic-8.x.list
apt update && apt install -y elasticsearch
# Сохранить пароль superuser из вывода установки
systemctl enable elasticsearch && systemctl start elasticsearch

Минимальный конфиг для single-node dev:

# /etc/elasticsearch/elasticsearch.yml
cluster.name: myapp-search
node.name: node-1
path.data: /var/lib/elasticsearch
path.logs: /var/log/elasticsearch
network.host: 127.0.0.1
discovery.type: single-node
xpack.security.enabled: true
xpack.security.http.ssl.enabled: false # для dev; в prod — включить

Heap выделяем так: не более 50% RAM, не более 32 ГБ (из-за compressed OOP). Для старта 4 ГБ достаточно.

Маппинг индекса

Маппинг — схема индекса. Неверный маппинг не исправить без переиндексации. Подробнее читайте в маппинг Elasticsearch:

PUT /products
{
  "settings": {
    "number_of_shards": 2,
    "number_of_replicas": 1,
    "analysis": {
      "analyzer": {
        "russian_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase", "russian_stop", "russian_stemmer"]
        },
        "autocomplete_analyzer": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase", "edge_ngram_filter"]
        },
        "autocomplete_search": {
          "type": "custom",
          "tokenizer": "standard",
          "filter": ["lowercase"]
        }
      },
      "filter": {
        "russian_stop": {
          "type": "stop",
          "stopwords": "_russian_"
        },
        "russian_stemmer": {
          "type": "stemmer",
          "language": "russian"
        },
        "edge_ngram_filter": {
          "type": "edge_ngram",
          "min_gram": 2,
          "max_gram": 20
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "id": {
        "type": "keyword"
      },
      "name": {
        "type": "text",
        "analyzer": "russian_analyzer",
        "fields": {
          "autocomplete": {
            "type": "text",
            "analyzer": "autocomplete_analyzer",
            "search_analyzer": "autocomplete_search"
          },
          "keyword": {
            "type": "keyword"
          }
        }
      },
      "description": {
        "type": "text",
        "analyzer": "russian_analyzer"
      },
      "category": {
        "type": "keyword"
      },
      "brand": {
        "type": "keyword"
      },
      "price": {
        "type": "scaled_float",
        "scaling_factor": 100
      },
      "in_stock": {
        "type": "boolean"
      },
      "attributes": {
        "type": "object",
        "dynamic": true
      },
      "location": {
        "type": "geo_point"
      },
      "created_at": {
        "type": "date"
      }
    }
  }
}

Поисковый запрос с фасетами

POST /products/_search
{
  "query": {
    "bool": {
      "must": [
        {
          "multi_match": {
            "query": "беспроводные наушники",
            "fields": ["name^3", "description", "name.autocomplete^2"],
            "type": "best_fields",
            "fuzziness": "AUTO"
          }
        }
      ],
      "filter": [
        {
          "term": {
            "in_stock": true
          }
        },
        {
          "range": {
            "price": {
              "gte": 1000,
              "lte": 10000
            }
          }
        },
        {
          "terms": {
            "category": ["audio", "headphones"]
          }
        }
      ]
    }
  },
  "aggs": {
    "categories": {
      "terms": {
        "field": "category",
        "size": 20
      }
    },
    "brands": {
      "terms": {
        "field": "brand",
        "size": 30
      }
    },
    "price_ranges": {
      "range": {
        "field": "price",
        "ranges": [
          {
            "to": 1000
          },
          {
            "from": 1000,
            "to": 5000
          },
          {
            "from": 5000,
            "to": 15000
          },
          {
            "from": 15000
          }
        ]
      }
    }
  },
  "highlight": {
    "fields": {
      "name": {},
      "description": {
        "fragment_size": 150
      }
    }
  },
  "from": 0,
  "size": 24,
  "sort": [
    {
      "_score": "desc"
    },
    {
      "created_at": "desc"
    }
  ]
}

Как настроить автодополнение?

Автодополнение реализуется через edge n-gram анализатор, как показано в маппинге. Edge n-gram создаёт токены от 2 до 20 символов. Пользователи получают подсказки уже после ввода 2-3 символов — это повышает UX. Поле name.autocomplete индексирует начало каждого слова. В поисковом запросе используем match_phrase_prefix или multi_match по этому полю.

Ориентировочные сроки

Сроки зависят от сложности. Базовая настройка с одним индексом и интеграцией — 3-5 дней. Если нужны автодополнение, фасеты и синхронизация из PostgreSQL — ещё 3-5 дней. Кластер из 3 нод с мониторингом — 1-2 недели. Стоимость рассчитывается индивидуально. Ниже таблица ориентировочных сроков по этапам:

Синхронизация данных из PostgreSQL

Для синхронизации используем логическую репликацию через Debezium + Kafka в промышленных сценариях. Для старта подходит периодический реиндекс через cron. Ниже пример на TypeScript:

// sync/product-indexer.ts
import { Client } from '@elastic/elasticsearch'
import { Pool } from 'pg'

const es = new Client({
  node: 'http://localhost:9200',
  auth: {
    username: 'elastic',
    password: process.env.ES_PASSWORD!
  }
})

const pg = new Pool({
  connectionString: process.env.DATABASE_URL
})

export async function indexProduct(id: string) {
  const { rows } = await pg.query(
    `
    SELECT p.*, c.name AS category_name,
           json_agg(json_build_object('key', a.key, 'value', a.value)) AS attributes
    FROM products p
    LEFT JOIN categories c ON c.id = p.category_id
    LEFT JOIN product_attributes a ON a.product_id = p.id
    WHERE p.id = $1
    GROUP BY p.id, c.name
    `,
    [id]
  )

  if (!rows.length) {
    await es.delete({ index: 'products', id })
    return
  }

  const p = rows[0]
  await es.index({
    index: 'products',
    id: p.id,
    document: {
      id: p.id,
      name: p.name,
      description: p.description,
      category: p.category_name,
      price: p.price,
      in_stock: p.stock_quantity > 0,
      attributes: Object.fromEntries(p.attributes?.map((a: any) => [a.key, a.value]) ?? []),
      created_at: p.created_at
    }
  })
}

export async function reindexAll() {
  const { rows } = await pg.query('SELECT id FROM products WHERE deleted_at IS NULL')
  const chunks = chunk(rows.map(r => r.id), 100)
  for (const ids of chunks) {
    await Promise.all(ids.map(indexProduct))
    console.log(`Indexed ${ids.length} products`)
  }
}

Пошаговый план настройки

1. Аналитика — изучаем структуру данных, типичные запросы, требования к скорости (1-2 дня).
2. Проектирование — разрабатываем маппинг, анализаторы, схему синхронизации (1-2 дня).
3. Реализация — устанавливаем Elasticsearch, настраиваем индекс, пишем интеграцию (3-5 дней).
4. Тестирование — проверяем релевантность поиска, фасеты, скорость (1-2 дня).
5. Деплой — разворачиваем на production, настраиваем мониторинг (1 день).

Что входит в работу

После завершения работ вы получаете:

• Настроенный кластер Elasticsearch (одна нода или кластер) с доступом
• Индексы с кастомными анализаторами под русский язык
• Интеграцию с вашим приложением через REST API
• Скрипты синхронизации данных (например, из PostgreSQL)
• Документацию по эксплуатации
• Обучение вашей команды

Мы даём гарантию на 3 месяца: если поиск работает не так, как ожидалось, исправляем бесплатно.

Мониторинг кластера

Рекомендуем отслеживать здоровье кластера через _cluster/health и включать slowlog для поисковых запросов. Для сбора метрик используйте Elastic Metricbeat — это позволяет вовремя заметить деградацию.

Начать работу

Если ваш поиск тормозит или не справляется с нагрузкой — свяжитесь с нами. Мы оценим вашу систему и предложим решение. Закажите настройку Elasticsearch под ключ — получите консультацию. Не откладывайте: каждая секунда задержки стоит вам клиентов. Закажите аудит сегодня.