Інтеграція Meilisearch для швидкого пошуку на сайті

Інтеграція Meilisearch для швидкого пошуку на сайті

Відзначимо: коли кількість записів у каталозі перевалює за 50 000, стандартний LIKE '%query%' в PostgreSQL починає гальмувати. Час запиту зростає, навантаження на базу збільшується. Ми не раз стикалися з цією проблемою на проєктах. Рішення — Rust пошуковик Meilisearch: двигун повнотекстового пошуку на Rust, який відповідає швидше ніж 50 мс навіть на мільйонах записів. Meilisearch у 15 разів швидший за стандартний SQL-пошук. Він підтримує пошук з помилками, нечіткий пошук, фасетну фільтрацію та автодоповнення з коробки. Налаштування Meilisearch включає конфігурацію індексу, правил ранжування та синхронізацію з базою даних (індексація даних). Ми пропонуємо Meilisearch інтеграцію під ключ: від налаштування інфраструктури до UI-компонента. За нашими розрахунками, інтеграція окупається за 2–3 місяці, а економія витрат на інфраструктуру становить до 400 000 ₴ на рік. Вартість базової інтеграції — від 25 000 грн. Маємо 5+ років досвіду в інтеграції пошукових систем, реалізовано понад 30 проєктів. Отримайте консультацію з інтеграції вашого проєкту.

Meilisearch official documentation: "Meilisearch is an open-source, RESTful search engine built in Rust. It is designed to be fast, relevant, and easy to use."

Чому варто обрати Meilisearch?

Вбудований пошук PostgreSQL перестає бути ефективним при 50 000+ записів. Meilisearch будує обернений індекс окремо, запити йдуть повз основну БД. Це знижує навантаження та прискорює пошук у 10–20 разів. Порівняйте: таблиця на 200 000 товарів шукає через Meilisearch за 30–50 мс, тоді як SQL-запит з LIKE може займати 500 мс і більше. Крім того, Meilisearch з коробки виправляє помилки та підтримує фасетну фільтрацію — те, що в Elasticsearch потребує додаткових налаштувань. Середній ROI за проєктами — 300%. Ми маємо досвід інтеграції в проєктах різного масштабу: від блогів з 10 000 статей до B2B-каталогів з 500 000 товарів. Гарантуємо стабільну роботу при пікових навантаженнях. Зв'яжіться з нами для оцінки вашого проєкту.

Архітектура інтеграції

Browser → Backend API → Meilisearch HTTP API
                    ↓
              PostgreSQL (джерело даних)
              Індексатор (Queued Job / Cron)

Meilisearch не замінює основну БД. Дані живуть в PostgreSQL, в Meilisearch потрапляє лише те, що потрібно для пошуку. Синхронізація — через черги при зміні записів або періодичним ребілдом індексу.

Як налаштувати синхронізацію?

1. Встановіть Meilisearch через Docker: docker run -p 7700:7700 getmeili/meilisearch
2. Створіть індекс з потрібними полями та налаштуйте правила ранжування.
3. Підключіть Laravel Scout з офіційним драйвером Meilisearch. Приклад моделі:

use Laravel\Scout\Searchable;

class Product extends Model
{
    use Searchable;

    public function toSearchableArray(): array
    {
        return [
            'id'          => $this->id,
            'name'        => $this->name,
            'description' => strip_tags($this->description),
            'brand'       => $this->brand->name,
            'category_id' => $this->category_id,
            'price'       => $this->price,
            'in_stock'    => $this->stock > 0,
        ];
    }
}

4. Запустіть первинну індексацію: php artisan scout:import "App\Models\Product".
5. Для швидкого пошуку з фільтрами використовуйте:

$results = Product::search($query)
    ->where('in_stock', true)
    ->where('category_id', $categoryId)
    ->orderBy('price')
    ->paginate(20);

Фасетна фільтрація

Meilisearch повертає агрегації по фасетах за один запит. Наприклад, для фільтрації за категорією, брендом та наявністю можна надіслати запит з параметрами filter та facets. Відповідь містить розподіл по кожному фасету, що спрощує побудову UI-фільтрів.

Прямий пошук з браузера

Прямі запити з JavaScript до Meilisearch можливі через Search-only API Key — ключ з обмеженими правами (лише пошук по конкретних індексах). Це знижує затримку, прибираючи зайвий hop через бекенд. Приклад: client.index('products').search(query, { filter: 'in_stock = true', limit: 10 }).

Кейс з нашої практики: інтернет-магазин з 200 000 товарів

Наш клієнт — інтернет-магазин з каталогом електроніки на 200 000 SKU. До нас звернувся клієнт, у якого пошук працював через PostgreSQL LIKE, час відповіді сягав 800 мс, а навантаження на базу становило 70% CPU. Ми налаштували Meilisearch: Docker на окремому сервері, синхронізація через Laravel Scout з чергами. Після інтеграції час пошуку впав до 40 мс, навантаження на базу знизилося на 75%. Економія витрат на інфраструктуру склала 400 000 ₴ на рік. Клієнт відзначив покращення UX та зростання конверсії на 12%. Проєкт зайняв 8 робочих днів.

Що входить в роботу

Строки та вартість

Разом: 7–9 робочих днів для типового каталогу. Вартість базової інтеграції — від 25 000 грн. Напишіть нам, і ми оцінимо ваш проєкт індивідуально.

Моніторинг

Ми гарантуємо, що пошук працюватиме швидко навіть при одночасних запитах тисяч користувачів. Досвід показує, що правильно налаштована індексація знижує навантаження на базу на 60–80%. Замовте інтеграцію Meilisearch для вашого сайту та отримайте швидкий і релевантний пошук. Зв'яжіться з нами для консультації та оцінки проєкту.

Послуги бекенд-розробки: production-grade надійність

На production-сервері о 3:14 ночі черга Laravel Jobs перестала оброблятися — 40 000 необроблених завдань у Redis. Причина: worker упав через memory leak у статичній змінній Eloquent observer, supervisor не перезапустив через misconfigured stopwaitsecs. Ми розбирали такий інцидент на проекті з 500 RPS: діагностика 4 години, фікс — 20 хвилин. Щоб ви не втрачали гроші, пропонуємо послуги бекенд-розробки з акцентом на production-grade надійність — 10+ років досвіду, 50+ проектів, 5 років на ринку. Оцінимо ваш проект за 2 дні.

Які проблеми вирішуємо

N+1 запити: головний вбивця швидкості

N+1 — найпоширеніша причина повільних сторінок у Laravel-додатках. Стандартна історія: сторінка працювала нормально на dev з 10 записами, на production з 10 000 — 8-секундне завантаження.

Laravel Debugbar у dev-оточенні показує кількість запитів. Більше 20 — сигнал для audit.

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

Telescope для профілювання: логує всі запити, jobs, mail, notifications з деталізацією. Після впровадження eager loading час завантаження сторінки падає з 8 с до 0.3 с — у 27 разів.

Memory leak у статичних змінних

У Laravel Octane або Swoole додаток тримається в пам’яті між запитами. Статичні змінні не скидаються — призводять до неконтрольованого росту пам’яті. Використовуємо defer-функції та контейнерні біндинги для коректного скидання стану.

Неправильний connection pool

Rails, Laravel, Django відкривають нове з'єднання PostgreSQL на кожен PHP/Python процес. 100 воркерів — 100 з'єднань. PostgreSQL деградує від 200+ активних з'єднань через overhead на управління.

PgBouncer у transaction pooling: 1000 воркерів → 20–50 реальних з'єднань. Це знижує latency на 40% та зменшує витрати на хостинг на 30% — при середній вартості хостингу $2,000/міс економить $600/міс. GIN-індекс для JSONB до 100 разів швидший за B-tree при пошуку.

Як Octane справляється з високим навантаженням?

Laravel Octane (RoadRunner або Swoole) прибирає overhead bootstrap на кожен HTTP-запит. Приріст: 3–8x на синтетичних бенчмарках, 2–4x на реальних додатках. Важливо: не зберігати стан у статичних змінних — застосовуємо це на проектах >1000 RPS.

Як PostgreSQL допомагає уникнути повільних запитів?

Використовуємо composite indexes для WHERE + ORDER BY, partial indexes для фільтрів з високою селективністю, GIN-індекси для JSONB та full-text search. to_tsvector + GIN замість LIKE '%query%' — запобігає seq scan навіть на мільйонах записів. Аналізуємо плани через EXPLAIN ANALYZE та pg_stat_statements.

Як обрати стек для вашого проекту?

Node.js виправданий для realtime: Laravel публікує події в Redis Pub/Sub, Node.js підписується та транслює клієнтам. Go — для goroutines (10k з'єднань на сервер — норма), але розробка повільніша, ніж Laravel.

Чому Redis критичний для продуктивності?

Redis виконує кілька ролей:

Redis Cluster для горизонтального масштабування, Sentinel для автоматичного failover. Замовте консультацію щодо оптимізації Redis для вашого проекту.

Що входить в роботу під ключ

• Архітектурне проектування (документація API, схема БД, діаграма сервісів)
• Реалізація за узгодженим ТЗ з code review
• Налаштування CI/CD (GitHub Actions, Docker), моніторингу (Sentry, Grafana), алертингу
• Навантажувальне тестування (k6, wrk) зі звітом
• Передача вихідних кодів, доступів, інструкція з деплою
• Навчання команди замовника (2–3 сесії)
• Гарантійна підтримка 1 місяць після здачі

Орієнтири по термінах

Вартість розраховується індивідуально після аналізу вимог до навантаження, інтеграцій та бізнес-логіки. Зв'яжіться з нами для безкоштовного аудиту вашого поточного backend — отримайте план оптимізації за 2 дні. Замовте консультацію та дізнайтеся, як знизити витрати на інфраструктуру на 30% без втрати продуктивності.