Налаштування Elasticsearch/OpenSearch для пошуку Magento 2

У проєктах із каталогом понад 10 000 SKU стандартний MySQL-пошук у Magento 2 давав затримки до 3–5 секунд на запит, а релевантність страждала — товари не знаходилися за частковим збігом або морфологією. Починаючи з версії 2.4.0, MySQL-пошук повністю видалено з ядра, і Elasticsearch або OpenSearch стали обов'язковими. Ми налаштовуємо пошукову інфраструктуру так, щоб користувач отримував точні результати за 100–200 мс, а конверсія зростала на 15–30%.

Чому Elasticsearch/OpenSearch обов'язкові для Magento?

Сучасні версії Magento (2.4.4+) не підтримують MySQL-пошук. Без Elasticsearch або OpenSearch ви не зможете виконувати повнотекстовий пошук, фасетну фільтрацію та автодоповнення. OpenSearch — форк Elasticsearch із ліцензією Apache 2.0 — кращий для нових проєктів: він активніше розвивається і не має обмежень щодо використання.

OpenSearch швидше впроваджує нові можливості (наприклад, k-NN пошук) і має прозорішу модель розробки.

Як ми налаштовуємо пошук під українську мову?

Стандартний аналізатор Magento не враховує українську морфологію: слово «плаття» не знайде «плаття». Ми підключаємо плагін analysis-icu та налаштовуємо кастомний аналізатор:

PUT /magento2_product_1/_settings
{
  "analysis": {
    "analyzer": {
      "ukrainian_search": {
        "type": "custom",
        "tokenizer": "standard",
        "filter": ["lowercase", "ukrainian_stop", "ukrainian_stemmer"]
      }
    },
    "filter": {
      "ukrainian_stop": {
        "type": "stop",
        "stopwords": "_ukrainian_"
      },
      "ukrainian_stemmer": {
        "type": "stemmer",
        "language": "ukrainian"
      }
    }
  }
}

Такий підхід дає приріст релевантності на 40–60% порівняно з дефолтним аналізатором. Без цього україномовні користувачі не знайдуть товари за відмінками та числами, що знижує конверсію.

Що таке індексація без зупинки пошуку?

Magento використовує alias-схему: magento2_product_1 (активний) та magento2_product_1_v2 (при переіндексації). Це дозволяє оновлювати індекс без зупинки пошуку — економія на інфраструктурі завдяки zero-downtime reindex. Мапінг атрибутів керується через Magento\Elasticsearch\Model\Adapter\FieldMapper. Кастомні атрибути, позначені як searchable або filterable, автоматично включаються в індекс:

class CustomFieldMapper extends FieldMapper
{
    public function getFieldName($attributeCode, $context = [])
    {
        if ($attributeCode === 'ean_code') {
            return 'keyword_ean_code'; // точний збіг
        }
        return parent::getFieldName($attributeCode, $context);
    }
}

Alias-схема гарантує, що під час перебудови індексу старий залишається активним. Після завершення індекс перемикається атомарно. Це виключає втрату даних та простої.

Встановлення OpenSearch для production

Рекомендуємо Docker або пакетне встановлення на окремий сервер. Для розробки підійде single-node конфігурація:

# docker-compose.yml
services:
  opensearch:
    image: opensearchproject/opensearch:2.11.0
    environment:
      - discovery.type=single-node
      - DISABLE_SECURITY_PLUGIN=true
      - OPENSEARCH_JAVA_OPTS=-Xms2g -Xmx2g
    ports:
      - "9200:9200"
    ulimits:
      memlock:
        soft: -1
        hard: -1
    volumes:
      - opensearch-data:/usr/share/opensearch/data

У production-кластері мінімально 3 ноди (1 master + 2 data). Приклад конфігурації data-ноди:

# /etc/opensearch/opensearch.yml
cluster.name: magento-search
node.name: data-node-1
node.roles: [data, ingest]
network.host: 0.0.0.0
discovery.seed_hosts: ["master-node:9300"]
cluster.initial_cluster_manager_nodes: ["master-node"]
path.data: /var/lib/opensearch
path.logs: /var/log/opensearch
indices.memory.index_buffer_size: 20%
thread_pool.write.queue_size: 1000

Додатково налаштуйте heap size не вище 50% від доступної пам'яті та увімкніть моніторинг через _cluster/health.

Підключення Magento до OpenSearch

bin/magento config:set catalog/search/engine opensearch
bin/magento config:set catalog/search/opensearch_server_hostname 127.0.0.1
bin/magento config:set catalog/search/opensearch_server_port 9200
bin/magento config:set catalog/search/opensearch_index_prefix magento2
bin/magento config:set catalog/search/opensearch_enable_auth 0
bin/magento config:set catalog/search/opensearch_server_timeout 15
bin/magento indexer:reindex catalogsearch_fulltext
bin/magento cache:flush
curl -X GET "localhost:9200/_cat/indices/magento2*?v&pretty"
curl -X GET "localhost:9200/magento2_product_1/_mapping?pretty" | head -80

Як налаштувати релевантність покроково?

1. Задайте ваги атрибутів (назва, опис) в адмінці Magento (значення 1–10).
2. Програмно перевизначте Magento\Elasticsearch\SearchAdapter\Query\Builder\Match для кастомних правил.
3. Увімкніть fuzziness для полів з високою вагою — це виправляє помилки.
4. Додайте кастомний аналізатор української мови (як показано вище).
5. Перевірте результати через slow logs і налаштуйте пороги.

Зростання конверсії від покращення пошуку прямо збільшує прибуток інтернет-магазину. Рекомендуємо почати з аудиту поточної конфігурації — це займе не більше години.

Що входить у роботу з налаштування пошуку

• Аудит поточної конфігурації та продуктивності
• Встановлення та налаштування кластера OpenSearch (або Elasticsearch)
• Інтеграція з Magento 2, включаючи кастомні аналізатори та ваги
• Оптимізація під українську мову (морфологія, стемінг)
• Налаштування alias-індексів для zero-downtime reindex
• Конфігурація моніторингу (slow logs, cluster health)
• Документація та навчання команди
• Підтримка після релізу (1 місяць)

Під ключ ми виконуємо налаштування за 3–5 днів, залежно від складності каталогу. Зв'яжіться з нами для оцінки вашого проєкту — ми запропонуємо оптимальне рішення та строки. Отримайте консультацію з налаштування пошуку Magento 2 — ми оцінимо ваш проєкт і запропонуємо оптимальне рішення.

Строки налаштування

Моніторинг і troubleshooting

Ключові метрики: Heap usage (не вище 75% від -Xmx), Search latency (p95 < 200 мс), Indexing rate. Для діагностики використовуємо slow logs. Часта проблема: mapper [price_0_1] cannot be changed from type [float] to [double]. Рішення — видалити та перестворити індекс командою curl -X DELETE "localhost:9200/magento2_product_*" && bin/magento indexer:reindex catalogsearch_fulltext. Отримайте консультацію, якщо потрібна допомога з нестандартними кейсами. Зв'яжіться з нами, щоб обговорити деталі.

Розробка інтернет-магазинів

Ми знаємо: інтернет-магазин — це не просто «сайт з кошиком». Це розподілена система управління товарами, інвентарем, замовленнями, платежами, доставкою, поверненнями та комунікацією з клієнтами. Кожен блок має нетривіальну реалізацію, і більшість проблем в e-commerce виникає на стику цих підсистем. Наш досвід — понад 50 реалізованих проектів — показує, що правильна архітектура на старті економить до 40% бюджету на доробках.

Чому продуктивність каталогу деградує при зростанні SKU?

Найчастіша технічна проблема e-commerce — деградація сторінок категорій при збільшенні асортименту. Сторінка працює добре на 500 товарах і починає гальмувати на 10 000. Причини майже завжди одні й ті ж.

N+1 на атрибутах. Завантажуєте список товарів — 50 елементів. Для кожного потрібні категорія, головне фото, ціна з урахуванням знижки, наявність на складі, рейтинг. Без правильного eager loading це 250+ запитів на сторінку. В Laravel вирішується через with(['category', 'mainImage', 'currentPrice', 'stockStatus']) та withAvg('reviews', 'rating'). Але варто з'явитися персональним цінам (b2b) або складським залишкам по регіонах — і одного with() недостатньо. Потрібні Query Object або виділений ReadModel.

Фасетна фільтрація без індексів. Фільтр за кольором + розміром + брендом + діапазоном цін на таблиці в 500 000 записів без складених індексів — це seq scan при кожному запиті. PostgreSQL з правильними індексами тримає фасетну фільтрацію до кількох мільйонів товарів. Для великих каталогів — Elasticsearch або OpenSearch з агрегаціями: вони рахують кількість товарів на фільтр (facet counts) значно швидше.

Пагінація через OFFSET. LIMIT 50 OFFSET 10000 на великій таблиці — погана ідея: PostgreSQL все одно читає перші 10 050 рядків. Keyset pagination (cursor-based) через WHERE id > $last_id ORDER BY id LIMIT 50 працює за постійний час незалежно від сторінки. Як зазначено в документації PostgreSQL, cursor-based pagination гарантує O(log n) при будь-якому зміщенні, що особливо важливо для каталогів із сотнями тисяч товарів.

Конкретний кейс: каталог будівельних матеріалів, 180 000 SKU, фасетна фільтрація по 12 атрибутах. Після переходу з OFFSET-пагінації на курсорну та додавання partial index по (category_id, is_active, price) час відповіді сторінки каталогу знизився з 4,2 с до 280 мс. Економія на серверних ресурсах склала близько 30 000 ₽ на місяць. В іншому проекті (ювелірний маркетплейс) впровадження агрегацій через Elasticsearch скоротило час фільтрації з 8 до 200 мс та заощадило 50 000 ₽ на місяць на інфраструктурі — ще один приклад, як правильна архітектура знижує TCO.

Що таке race condition у кошику та як його уникнути?

Checkout — місце, де гроші або потрапляють на рахунок, або ні. Технічні проблеми тут коштують дорого.

Race condition при резервуванні товару. Два покупці одночасно додають останній екземпляр у кошик і обоє натискають «Оплатити». Без песимістичного блокування або атомарного UPDATE з перевіркою залишку обидва замовлення проходять, інвентар іде в мінус. В PostgreSQL:

UPDATE inventory
SET reserved = reserved + $quantity
WHERE product_id = $id
  AND (available - reserved) >= $quantity
RETURNING id;

Якщо RETURNING повернув 0 рядків — товару немає, показуємо помилку до списання грошей.

Ідемпотентність платіжних вебхуків. payment.succeeded від Stripe або ЮКассы може прийти двічі через мережеві збої або retry-логіку на стороні шлюзу. Без перевірки WHERE NOT EXISTS (SELECT 1 FROM processed_events WHERE event_id = $id) — дублювання замовлення або подвійне зарахування. Webhook idempotency — обов'язковий патерн для будь-якого платіжного інтегратора. Ми включаємо тест на ідемпотентність у стандартний чек-лист кожного проекту.

Checkout у кілька кроків. Multi-step checkout (адреса → доставка → оплата → підтвердження) vs single-page checkout. Дослідження показують, що single-page з прогрес-індикатором конвертує на 15–20% краще на мобільних. Стан між кроками — або localStorage + server-side сесія, або повністю server-side з проміжним збереженням. Ми гарантуємо, що кожне замовлення проходить аудит на ідемпотентність та блокування — це входить у стандартний чек-лист тестування.

Як інтегрувати 1С з інтернет-магазином?

1С — окрема глава. Три поширених способи інтеграції:

1. CommerceML через HTTP — 1С вивантажує XML за розкладом, сайт імпортує. Працює для невеликих каталогів, є затримка синхронізації.
2. REST API / OData від 1С — двостороння синхронізація в реальному часі. Вимагає налаштування на стороні 1С, примхлива до версій конфігурацій.
3. Проміжна шина (RabbitMQ / Kafka) — 1С публікує події, сайт підписується. Найнадійніший підхід для високонавантажених систем, але найдорожчий у розробці.

Служби доставки — СДЕК, Boxberry, Пошта Росії, DHL: всі надають REST API для розрахунку вартості та створення накладних. Агрегатори (Shiptor, Shipnow) дозволяють працювати з кількома службами через єдиний API.

Платіжні шлюзи

Для кожного шлюзу обов'язкова перевірка підпису вебхука — без цього будь-хто може відправити фейковий payment.succeeded.

CMS vs власна розробка

WooCommerce — виправданий для магазинів до ~5 000 SKU з типовою бізнес-логікою. Швидкий старт, величезна екосистема плагінів. Проблеми починаються при нестандартних цінових правилах, складних варіантах товарів або навантаженні від 10 000+ замовлень на місяць. Економія на ліцензії WooCommerce (безкоштовно) обертається витратами на плагіни та хостинг; для каталогу 50 000 SKU місячна вартість підтримки може перевищити 100 000 ₽.

OpenCart, Prestashop — аналогічна історія. Хороші для старту, обмежені при зростанні.

Власна розробка на Laravel — для:

• Нестандартної бізнес-логіки (підписки, оренда, b2b-прайси, конфігуратор);
• Високих вимог до продуктивності;
• Складних інтеграцій (кілька складів, ERP, маркетплейси);
• Унікального UX checkout.

Як ми розробляємо інтернет-магазин: покроковий процес

1. Аналітика та проектування. Збираємо вимоги, уточнюємо бізнес-процеси, моделюємо доменну логіку. На виході — технічне завдання та архітектурна схема.
2. Backend та API. Реалізуємо ядро (товари, кошик, замовлення), інтеграції з 1С/складами/платіжками. Використовуємо Laravel 11 з Repository pattern, чергами для асинхронних операцій.
3. Frontend та checkout. Налаштовуємо React 18 / Next.js 14 з оптимізованим рендерингом (SSR/SSG для каталогу), єдиний single-page checkout.
4. Тестування. Перевіряємо race condition, ідемпотентність вебхуків, навантажувальне тестування (k6), security-аудит.
5. Деплой та моніторинг. Розгортаємо на Vercel / Docker / виділеному сервері, підключаємо Sentry та Uptime.

SEO для e-commerce

Canonical та дублювання. Фасетна фільтрація генерує тисячі URL (?color=red&size=M&sort=price). Без canonical або noindex на фільтрованих сторінках краулінговий бюджет витрачається на дублі, а основні сторінки індексуються гірше.

Structured data. Product schema з offers, aggregateRating, availability — це rich snippets у видачі: зірочки рейтингу, ціна, наявність. Впливає на CTR.

Core Web Vitals на сторінках товарів. Hero image товару — це LCP element. fetchpriority="high" на першому зображенні, правильні srcset з WebP, width та height атрибути для запобігання CLS.

Що входить у результат роботи

Після завершення проекту ви отримуєте:

• Вихідний код та повну документацію (API, архітектура, інфраструктура);
• Доступи до репозиторію, хостингу, моніторингу (Sentry, Uptime);
• Навчання команди роботі з адмін-панеллю та кастомізаціями;
• Гарантійну підтримку 3 місяці (виправлення помилок, консультації);
• Детальний звіт по навантажувальному тестуванню та оптимізації.

Орієнтири за термінами

Вартість розраховується після аналізу вимог: кількість інтеграцій, складність ціноутворення, обсяг каталогу та унікальність UX — основні фактори. Оцінимо ваш проект безкоштовно — замовте консультацію.

Чек-лист перед запуском

• Race condition при оплаті останнього товару — покритий тестом
• Ідемпотентність вебхуків платіжного шлюзу
• Rate limiting на ендпоїнтах кошика та checkout
• Canonical на фільтрованих сторінках каталогу
• Фіскалізація чеків (ФЗ-54 для РФ або аналог)
• Стрес-тест checkout під навантаженням (k6 або Locust)
• Моніторинг помилок (Sentry) та алерти на payment errors
• Backup бази даних з перевіреним restore-процесом

Гарантуємо — кожен проект проходить цей чек-лист перед релізом. Зв'яжіться з нами — підберемо оптимальну архітектуру під ваш бюджет та терміни.