Автодоповнення пошуку для веб-застосунків: реалізація та компоненти

Повільний пошук з помилками в запитах відлякує користувачів і збільшує навантаження на сервер. Ми розробляємо компонент автодоповнення з fuzzy-пошуком і debounce-запитами, який робить підказки миттєвими та точними. Наша команда реалізує проєкт під ключ — від налаштування індексу до ARIA-сумісного інтерфейсу, забезпечуючи стабільну роботу та подальшу підтримку.

Розробка та обслуговування будь-яких видів сайтів:

Інформаційні сайти або веб-програми
Сайти візитки, landing page, корпоративні сайти, онлайн каталоги, квіз, промо-сайти, блоги, ресурси новин, інформаційні портали, форуми, агрегатори
Сайти або веб-програми електронної комерції
Інтернет-магазини, B2B-портали, маркетплейси, онлайн-обмінники, кешбек-сайти, біржі, дропшиппінг-платформи, парсери товарів
Веб-програми для управління бізнес-процесами
CRM-системи, ERP-системи, корпоративні портали, системи управління виробництвом, парсери інформації
Сайти або веб-програми електронних послуг
Дошки оголошень, онлайн-школи, онлайн-кінотеатри, конструктори сайтів, портали надання електронних послуг, відеохостинги, тематичні портали

Це лише деякі з технічних типів сайтів, з якими ми працюємо, і кожен із них може мати свої специфічні особливості та функціональність, а також бути адаптованим під конкретні потреби та цілі клієнта.

Послуги, які ми пропонуємо
Показано 1 з 1Усі 2062 послуг
Автодоповнення пошуку для веб-застосунків: реалізація та компоненти
Середній
~2-3 дні
Часті запитання

Реалізація пошуку з автодоповненням для веб-застосунку

Нещодавно до нас звернувся інтернет-магазин з каталогом у 200 тис. товарів: користувачі скаржилися на повільний пошук, а стандартне рішення на WordPress не справлялося. Ми реалізували автодоповнення на основі Elasticsearch з fuzzy-пошуком та кешуванням — час введення скоротився в 3 рази, а навантаження на сервер впало на 60%. Технічно автодоповнення — це перетин кількох задач: швидкий fuzzy-пошук по індексу, debounce, щоб не перевантажувати сервер, коректна робота з клавіатурою (ARIA combobox), скасування застарілих запитів. Кожна вирішується окремо, разом вони складають повноцінний компонент. Ми реалізували десятки проектів з автодоповненням, тому знаємо типові граблі.

Технічні складнощі

На перший погляд здається: зробив <input> з випадним списком — і готово. Але на практиці потрібні:

  • Debounce зі скасуванням попередніх запитів (щоб не завалювати сервер). Оптимальна затримка — 250 мс.
  • Fuzzy-пошук (пошук з неточним збігом) для стійкості до помилок. Наприклад, запит "айфон" знайде "iPhone".
  • Коректне керування з клавіатури (стрілки, Enter, Escape) та ARIA-атрибути для доступності.
  • Підсвітка збігів у результатах, щоб користувач бачив, що його запит враховано.
  • Кешування частих запитів для зниження latency. Типовий кеш — 100 записів з TTL 30 секунд.

Порівняння підходів: client-side, server-side та гібридний

Підхід Обсяг даних Час відгуку Складність реалізації Типові бібліотеки
Client-side до ~50 000 записів Миттєвий (немає мережевих затримок) Низька Fuse.js, MiniSearch
Server-side будь-який Залежить від швидкості бекенду та мережі Висока Elasticsearch, Typesense, PostgreSQL pg_trgm
Гібридний будь-який Швидкий для частих запитів, для рідкісних — як server-side Середня Будь-який з вище + кеш на клієнті

Client-side пошук працює в 5–10 разів швидше server-side для наборів до 50 тис. записів. Вибір підходу критичний для UX та бюджету на інфраструктуру.

Як вибрати підхід: client-side чи server-side?

Якщо у вас менше 50 000 записів і дані рідко оновлюються, client-side дасть мінімальну затримку та зменшить навантаження на сервер. Для великих каталогів або динамічних даних потрібен server-side з кешуванням на клієнті. Ми допомагаємо визначити оптимальний варіант на етапі аудиту.

Що входить у роботу

При замовленні автодоповнення ви отримуєте:

  • Архітектурне рішення: вибір підходу на основі обсягу даних та вимог до швидкості.
  • Готовий компонент з ARIA combobox, керуванням з клавіатури та підсвіткою.
  • Серверну частину: індекс Elasticsearch або SQL-функції з pg_trgm.
  • Кешування на клієнті (TTL 30 секунд, до 100 записів) та оптимізацію запитів.
  • Документацію з інтеграції та розгортання.
  • Тестування на мобільних пристроях та slow network.

Весь проект покривається гарантією на 6 місяців — якщо щось зламалося, ми лагодимо безкоштовно протягом 24 годин.

Як відбувається реалізація автодоповнення?

Процес складається з чотирьох етапів:

  1. Аналіз даних та вимог: оцінюємо обсяг, частоту оновлень, latency-цілі.
  2. Проектування архітектури: вибираємо підхід (client-side, server-side, гібридний), визначаємо індекс.
  3. Розробка компонента: реалізуємо клієнтську частину з debounce (затримка 250 мс), скасуванням запитів, ARIA combobox.
  4. Інтеграція та тестування: підключаємо серверну частину, налаштовуємо кеш, перевіряємо на мобільних та slow network.

Кожен етап завершується код-рев'ю та unit-тестами.

Реалізація клієнтської частини

Базовий хук з debounce та скасуванням

import { useState, useEffect, useRef, useCallback } from 'react';
type SearchResult = {
  id: string;
  title: string;
  category?: string;
  url: string;
};
function useAutocomplete(
  fetchFn: (query: string, signal: AbortSignal) => Promise<SearchResult[]>,
  delay = 250
) {
  const [query, setQuery] = useState('');
  const [results, setResults] = useState<SearchResult[]>([]);
  const [loading, setLoading] = useState(false);
  const [error, setError] = useState<Error | null>(null);
  const abortRef = useRef<AbortController | null>(null);
  const timerRef = useRef<ReturnType<typeof setTimeout> | null>(null);
  const search = useCallback((value: string) => {
    setQuery(value);
    if (timerRef.current) clearTimeout(timerRef.current);
    if (abortRef.current) abortRef.current.abort();
    if (value.trim().length < 2) {
      setResults([]);
      return;
    }
    timerRef.current = setTimeout(async () => {
      const controller = new AbortController();
      abortRef.current = controller;
      setLoading(true);
      setError(null);
      try {
        const data = await fetchFn(value, controller.signal);
        if (!controller.signal.aborted) setResults(data);
      } catch (err) {
        if (err instanceof Error && err.name !== 'AbortError') setError(err);
      } finally {
        if (!controller.signal.aborted) setLoading(false);
      }
    }, delay);
  }, [fetchFn, delay]);
  useEffect(() => () => {
    if (timerRef.current) clearTimeout(timerRef.current);
    if (abortRef.current) abortRef.current.abort();
  }, []);
  return { query, results, loading, error, search };
}

React autocomplete компонент з ARIA combobox Коректна реалізація згідно з ARIA-патерном combobox:

import { useId, useRef, useState } from 'react';

interface AutocompleteProps {
  placeholder?: string;
  onSelect: (result: SearchResult) => void;
  fetchResults: (query: string, signal: AbortSignal) => Promise<SearchResult[]>;
}

export function Autocomplete({ placeholder, onSelect, fetchResults }: AutocompleteProps) {
  const id = useId();
  const listId = `${id}-listbox`;
  const inputRef = useRef<HTMLInputElement>(null);
  const listRef = useRef<HTMLUListElement>(null);
  const { query, results, loading, search } = useAutocomplete(fetchResults);
  const [activeIndex, setActiveIndex] = useState(-1);
  const [open, setOpen] = useState(false);
  const isOpen = open && (results.length > 0 || loading);

  const handleKeyDown = (e: React.KeyboardEvent) => {
    switch (e.key) {
      case 'ArrowDown':
        e.preventDefault();
        setActiveIndex((i) => Math.min(i + 1, results.length - 1));
        break;
      case 'ArrowUp':
        e.preventDefault();
        setActiveIndex((i) => Math.max(i - 1, -1));
        break;
      case 'Enter':
        if (activeIndex >= 0 && results[activeIndex]) {
          onSelect(results[activeIndex]);
          setOpen(false);
          setActiveIndex(-1);
        }
        break;
      case 'Escape':
        setOpen(false);
        setActiveIndex(-1);
        inputRef.current?.focus();
        break;
    }
  };

  return (
    <div className="autocomplete" role="combobox" aria-expanded={isOpen} aria-haspopup="listbox">
      <input
        ref={inputRef}
        type="search"
        placeholder={placeholder}
        value={query}
        aria-autocomplete="list"
        aria-controls={listId}
        aria-activedescendant={activeIndex >= 0 ? `${id}-option-${activeIndex}` : undefined}
        onChange={(e) => {
          search(e.target.value);
          setOpen(true);
          setActiveIndex(-1);
        }}
        onFocus={() => query.length >= 2 && setOpen(true)}
        onBlur={() => setTimeout(() => setOpen(false), 150)}
        onKeyDown={handleKeyDown}
      />
      {isOpen && (
        <ul ref={listRef} id={listId} role="listbox" className="autocomplete__dropdown">
          {loading && <li role="option" aria-selected="false" className="autocomplete__loading">Пошук...</li>}
          {results.map((result, index) => (
            <li
              key={result.id}
              id={`${id}-option-${index}`}
              role="option"
              aria-selected={index === activeIndex}
              className={`autocomplete__option ${index === activeIndex ? 'autocomplete__option--active' : ''}`}
              onMouseDown={() => {
                onSelect(result);
                setOpen(false);
              }}
              onMouseEnter={() => setActiveIndex(index)}
            >
              <span>
                {(() => {
                  if (!query.trim()) return <span>{result.title}</span>;
                  const escaped = query.replace(/[.*+?^${}()|[\]\\]/g, '\\$&');
                  const parts = result.title.split(new RegExp(`(${escaped})`, 'gi'));
                  return parts.map((part, i) =>
                    part.toLowerCase() === query.toLowerCase() ? (
                      <mark key={i}>{part}</mark>
                    ) : (
                      <span key={i}>{part}</span>
                    )
                  );
                })()}
              </span>
              {result.category && <span className="autocomplete__category">{result.category}</span>}
            </li>
          ))}
        </ul>
      )}
    </div>
  );
}
Чому debounce 250 мс? Значення 250 мс — компроміс між чутливістю та навантаженням. Менше 150 мс — надто часті запити, більше 400 мс — користувач помічає затримку.

Серверна частина на Elasticsearch

Використовуємо Elasticsearch suggest API:

// POST /api/suggest
async function suggestHandler(req: Request) {
  const { q } = await req.json();
  if (!q || q.length < 2) return Response.json({ hits: [] });
  const response = await esClient.search({
    index: 'products',
    body: {
      suggest: {
        title_suggest: {
          prefix: q,
          completion: {
            field: 'title.suggest',
            size: 10,
            fuzzy: { fuzziness: 'AUTO' },
          },
        },
      },
      query: {
        multi_match: {
          query: q,
          fields: ['title^3', 'description', 'tags^2'],
          type: 'bool_prefix',
        },
      },
      _source: ['id', 'title', 'category', 'url', 'image'],
      size: 10,
    },
  });
  return Response.json({ hits: response.hits.hits.map((h) => h._source) });
}

Індекс з полем completion:

{
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "fields": {
          "suggest": {
            "type": "completion",
            "analyzer": "standard"
          },
          "keyword": {
            "type": "keyword"
          }
        }
      }
    }
  }
}

Кешування на стороні клієнта

const cache = new Map<string, { data: SearchResult[]; ts: number }>();
const TTL = 30_000; // 30 секунд

async function fetchWithCache(query: string, signal: AbortSignal) {
  const cached = cache.get(query);
  if (cached && Date.now() - cached.ts < TTL) return cached.data;

  const res = await fetch(`/api/suggest?q=${encodeURIComponent(query)}`, { signal });
  const data = await res.json();
  cache.set(query, { data: data.hits, ts: Date.now() });
  if (cache.size > 100) cache.delete(cache.keys().next().value);
  return data.hits;
}

Орієнтовні терміни та гарантія

Етап Час
Просте автодоповнення (fetch + debounce, без ARIA) 4–8 годин
Повноцінний компонент з ARIA, підсвіткою та кешуванням 2–3 дні
Додавання серверного індексу Elasticsearch +1–2 дні

Вартість розраховується індивідуально під ваш проект. Ми надаємо гарантію 6 місяців на реалізований функціонал — якщо баг проявився, виправляємо протягом 24 годин. Наш багаторічний досвід у веб-розробці та десятки виконаних проектів — гарантія якості. Кожне рішення проходить код-рев'ю, тестування на швидкість та доступність.

Замовте реалізацію автодоповнення для вашого сайту — ми підберемо оптимальне рішення. Отримайте консультацію по вашому проекту, напишіть нам.

Наші компетенції:

Останні роботи

  • Розробка сайту компанії B2B ADVANCE
    Розробка сайту компанії B2B ADVANCE
    1542
  • Розробка веб-додатків для компанії FEEDME
    Розробка веб-додатків для компанії FEEDME
    1394
  • Розробка веб-сайту для компанії БЕЛФІНГРУП
    Розробка веб-сайту для компанії БЕЛФІНГРУП
    1081
  • Розробка інтернет магазину для компанії FURNORO
    Розробка інтернет магазину для компанії FURNORO
    1369
  • Розробка веб-додатків для компанії Enviok
    Розробка веб-додатків для компанії Enviok
    1142
  • Розробка веб-сайту для компанії ФІКСПЕР
    Розробка веб-сайту для компанії ФІКСПЕР
    1060