Интеграция Manticore Search для полнотекстового поиска на сайте

Отметим: когда на сайте больше 100 000 страниц, стандартный SQL LIKE перестаёт справляться. Мы неоднократно сталкивались с проектами, где время поиска достигало 5–10 секунд, что отпугивает пользователей и снижает конверсию. Например, в одном проекте с каталогом на 3 млн товаров после внедрения Manticore среднее время поиска упало с 7 секунд до 35 мс, а нагрузка на сервер БД снизилась в 10 раз. Полнотекстовый поисковый движок вроде Manticore Search решает проблему — время ответа снижается до 20–50 мс. Мы используем Manticore Search 6.x в Docker с PHP 8.x и PDO. Опыт более 5 лет и 30+ успешных интеграций. Мы подключаем и настраиваем Manticore под ваш проект.

Какие проблемы решаем?

• Медленный поиск при большом объёме данных. Manticore обрабатывает запросы к индексам объёмом в сотни гигабайт за миллисекунды. Типичный SQL-запрос с LIKE вызывает полное сканирование таблицы и N+1 проблему — Manticore избегает этого благодаря инвертированным индексам.
• Сложная морфология русского языка. Встроенный стеммер stem_ru и лемматизатор lemmatize_ru_all корректно обрабатывают падежи и словоформы. Настройка обязательна для русскоязычного контента.
• Необходимость ранжирования результатов. Настраиваем веса полей, BM25, взвешивание по рейтингу и дате — поиск выдаёт самое релевантное первым. Например, заголовок статьи имеет вес 10, тело — 1, автор — 2.
• Синхронизация с основной базой данных. Реализуем event-driven обновление индекса через Observer или batch-индексацию. Без синхронизации поиск выдаёт устаревшие данные.

Почему Manticore лучше Sphinx для новых проектов?

Manticore активно развивается: поддерживает JSON-документы, HTTP API, колоночное хранилище. Скорость поиска на 20–30% выше благодаря оптимизациям в 6.x. Elasticsearch уступает Manticore по производительности на простых полнотекстовых запросах в 2–3 раза, а лицензионные затраты ниже. Согласно официальной документации Manticore, скорость поиска на RT-индексах достигает 10 000 запросов в секунду. Если у вас legacy Sphinx — мы поможем мигрировать на Manticore без остановки сервиса.

Что даёт морфология для русского языка?

Отметим: как указано в документации Manticore по морфологии, стеммер stem_ru и лемматизатор lemmatize_ru_all обеспечивают корректное распознавание падежей и словоформ. Без этой настройки поиск не найдёт «автомобиля» по запросу «автомобиль» или «автомобилей». Это критично для русскоязычного контента.

Как мы настраиваем поиск: стек и пример

Используем Manticore Search 6.x, Docker, PHP 8.x с PDO. В типичном проекте мы разворачиваем контейнер, настраиваем RT-индекс с морфологией для русского языка, подключаем через MySQL-протокол. Ниже — конфигурация и пример кода.

Установка Manticore Search

# docker-compose.yml
services:
  manticore:
    image: manticoresearch/manticore:6.2.12
    environment:
      - EXTRA=1
    ports:
      - "9306:9306"   # MySQL-совместимый порт
      - "9308:9308"   # HTTP API
    volumes:
      - manticore_data:/var/lib/manticore
      - ./manticore.conf:/etc/manticoresearch/manticore.conf

Конфигурация индекса

# manticore.conf
index articles {
    type         = rt
    path         = /var/lib/manticore/articles

    rt_field     = title
    rt_field     = body
    rt_field     = author

    rt_attr_uint   = category_id
    rt_attr_bigint = created_at
    rt_attr_float  = rating
    rt_attr_string = slug

    morphology     = stem_ru, stem_en
    min_word_len   = 2
    expand_keywords = 1
    min_infix_len  = 3
    stopwords      = /etc/manticoresearch/stopwords_ru.txt
}

searchd {
    listen       = 0.0.0.0:9306:mysql41
    listen       = 0.0.0.0:9308:http
    log          = /var/log/manticore/searchd.log
    query_log    = /var/log/manticore/query.log
    max_matches  = 10000
}

Подключение через MySQL-протокол (PHP)

$pdo = new PDO('mysql:host=localhost;port=9306;charset=utf8', '', '');
$pdo->setAttribute(PDO::ATTR_ERRMODE, PDO::ERRMODE_EXCEPTION);

// Вставка документа
$stmt = $pdo->prepare("
    INSERT INTO articles (id, title, body, author, category_id, created_at, rating)
    VALUES (:id, :title, :body, :author, :category_id, :created_at, :rating)
");
$stmt->execute([
    'id'          => $article->id,
    'title'       => $article->title,
    'body'        => strip_tags($article->content),
    'author'      => $article->user->name,
    'category_id' => $article->category_id,
    'created_at'  => $article->created_at->timestamp,
    'rating'      => $article->rating,
]);

// Полнотекстовый поиск с весами полей
$stmt = $pdo->prepare("
    SELECT id, title, author, rating,
           WEIGHT() AS relevance
    FROM articles
    WHERE MATCH(:query)
    ORDER BY relevance DESC, rating DESC
    LIMIT :offset, :limit
    OPTION ranker=bm25, field_weights=(title=10, body=1, author=2)
");

Синхронизация с базой данных

class ArticleObserver
{
    public function saved(Article $article): void
    {
        ManticoreIndexJob::dispatch($article->id);
    }

    public function deleted(Article $article): void
    {
        ManticoreDeleteJob::dispatch($article->id);
    }
}

SELECT id, title,
       SNIPPET(body, :query,
               'limit=200, around=5, html_strip_mode=strip') AS excerpt
FROM articles
WHERE MATCH(:query)
LIMIT 20

Процесс работы

1. Анализ требований к поиску: объём данных, типы контента, нужна ли морфология.
2. Проектирование схемы индекса: поля, атрибуты, веса.
3. Развёртывание Manticore в Docker, настройка конфигурации.
4. Написание кода для индексации: первоначальная загрузка, инкрементальное обновление.
5. Реализация API поиска в приложении с ранжированием и сниппетами.
6. UI: окно поиска, результаты, пагинация, подсветка найденного.
7. Тестирование: нагрузочное тестирование, проверка релевантности.
8. Деплой и мониторинг.

Что входит в работу

• Установка и конфигурация Manticore Search в Docker.
• Создание RT-индекса с настройкой морфологии, стоп-слов, инфиксов.
• Написание модуля синхронизации данных (Observer или batch).
• REST API для поиска (SQL или JSON).
• Адаптация фронтенда: строка поиска, сниппеты, пагинация.
• Нагрузочное тестирование и оптимизация.
• Документация по эксплуатации и доступам.

Сроки

Типичные ошибки и их решения

Обеспечение синхронизации индекса в реальном времени

Используем паттерн Observer: при сохранении или удалении записи в Eloquent (Laravel) диспатчим Job на обновление индекса. В случае batch-загрузки больших объёмов данных применяем фоновый процесс, который индексирует пачки по 1000 записей. Это позволяет держать индекс актуальным без задержек.

Заказ интеграции поиска

Свяжитесь с нами для консультации и оценки вашего проекта. Мы проанализируем структуру данных, нагрузку и требования к поиску, предложим оптимальное решение. Работаем под ключ за 6–7 дней. Гарантируем стабильность и релевантные результаты. Получите консультацию по интеграции Manticore в ваш проект уже сегодня.

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.