Запропонувати правку

Покращити цю статтю

Допрацюйте відповідь до «Для чого використовується пошук?». Ваші зміни проходять модерацію перед публікацією.

Потрібне підтвердження

Контент

Що ви змінюєте

Заголовок (UA)

Коротка відповідь (UA)

Показується над повною відповіддю для швидкого нагадування.

Відповідь (UA)

## Коротка відповідь

Пошук використовується для швидкого і точного знаходження потрібних даних серед великих обсягів інформації. Він поліпшує користувацький досвід, підвищує конверсію, пришвидшує роботу з продуктом, допомагає аналізувати дані та ухвалювати рішення, а також знижує навантаження на підтримку.

## Детальна відповідь

### Основні цілі пошуку

- Швидкий доступ до даних: знаходити документи, товари, користувачів, логи, метрики.
- Навігація та discovery: допомогти користувачу зрозуміти асортимент і структуру контенту.
- Аналітика та моніторинг: оперативно знаходити аномалії та інциденти в потоках подій і логах.
- Автоматизація: знаходити сутності у фонових задачах, тригерах, інтеграціях.
- Персоналізація та рекомендації: враховувати інтереси користувача при видачі й ранжуванні результатів.
- Зниження навантаження на підтримку: користувачі самі знаходять відповіді та контент.

### Види пошуку

- Точний збіг: за ключем/ID/полем.
- Підрядковий: LIKE/ILIKE, префіксний пошук, автодоповнення.
- Повнотекстовий: за словами, з урахуванням морфології та релевантності.
- Фразовий: "пошук за точною фразою" з порядком слів.
- Фільтраційний/фасетний: поля-грані (категорія, ціна), агрегації.
- Нечіткий (fuzzy): з урахуванням описок (відстань Левенштейна, BK-дерева).
- Синоніми та нормалізація: врахування форм слова та альтернативних термінів.
- Геопошук: за координатами і радіусом, сортування за відстанню.
- Векторний/семантичний: пошук за змістом з ембеддингами.

### Як це працює під капотом

- Індексація: токенізація, нормалізація, стоп-слова, стемінг/лематизація, n-грами; побудова інвертованого індексу.
- Структури даних: хеш-таблиці, B-/B+ дерева, Trie, інвертований індекс, BK-дерево.
- Релевантність і ранжування: TF-IDF, BM25, буст важливих полів, свіжість, популярність, персоналізація.
- Обробка запитів: парсинг операторів (AND/OR/NOT), фільтри, сортування, пагінація, підсвічування збігів, фасети.
- Архітектура: окремий рушій (спеціалізовані системи) або вбудований FTS у БД; асинхронна індексація з черг; eventual consistency; шардування, реплікація; кешування.

### UX-практики

- Автодоповнення і підказки (suggestions), популярні запити.
- Дебаунс уведення і скасування застарілих запитів, стан завантаження і порожні стани.
- Підсвічування збігів, синоніми, виправлення описок, "можливо, ви мали на увазі".
- Фільтри, фасети, збережені запити, історія пошуку, гарячі клавіші.

### Метрики якості

- Precision / Recall, F1 - точність і повнота.
- MRR, NDCG - якість ранжування.
- CTR, конверсія після кліку, час до першого результату, швидкість відповіді.

### Продуктивність і масштабування

- Індекси в БД: GIN/GIST для повнотексту, btree для точних збігів, покривні індекси.
- Кешування: відповідей, підказок, фасетів; прогрів та інвалідація.
- Пагінація: keyset замість OFFSET/LIMIT на великих даних, таймаути запитів.
- Асинхронна індексація, контроль відставання індексу, планові реіндексації та бекапи.

### Безпека та відповідність

- Фільтрація за правами доступу (row-level security), багатоорендність (tenant_id).
- Маскування і мінімізація PII, аудит запитів, rate limiting.

### Інтернаціоналізація

- Unicode-сумісність, коректна колація і регістронезалежність.
- Морфологія для різних мов, транслітерація (наприклад, укр/лат).

### Приклади коду

### SQL: повнотекстовий пошук у Postgres

```
-- Створення індексу повнотекстового пошуку за колонками title і body
CREATE INDEX idx_posts_fts ON posts USING GIN (
  to_tsvector('english', coalesce(title,'') || ' ' || coalesce(body,''))
);

-- Пошук з урахуванням морфології (plainto_tsquery зручний для користувацького вводу)
SELECT id, title, ts_headline('english', body, plainto_tsquery('english', $1)) AS snippet,
       ts_rank_cd(
         to_tsvector('english', coalesce(title,'') || ' ' || coalesce(body,'')),
         plainto_tsquery('english', $1)
       ) AS rank
FROM posts
WHERE to_tsvector('english', coalesce(title,'') || ' ' || coalesce(body,'')) @@ plainto_tsquery('english', $1)
ORDER BY rank DESC
LIMIT 20 OFFSET $2;

-- Приклад simple LIKE (підрядковий пошук; менш ефективний)
SELECT id, title FROM posts WHERE title ILIKE '%' || $1 || '%' LIMIT 20;
```

### Backend: Node.js Express endpoint з пагінацією і фільтрами

```
import express from 'express';
import { Pool } from 'pg';

const app = express();
const pool = new Pool({ connectionString: process.env.DATABASE_URL });

app.get('/search', async (req, res) => {
  const q = String(req.query.q || '').trim();
  const limit = Math.min(parseInt(String(req.query.limit || '20'), 10), 100);
  const cursor = req.query.cursor ? Number(req.query.cursor) : null; // keyset пагінація
  const category = req.query.category ? String(req.query.category) : null;

const params = [] as any[];
  let where = [] as string[];

if (q) {
    params.push(q);
    where.push("to_tsvector('english', coalesce(title,'') || ' ' || coalesce(body,'')) @@ plainto_tsquery('english', $" + params.length + ")");
  }
  if (category) {
    params.push(category);
    where.push('category = $' + params.length);
  }
  if (cursor) {
    params.push(cursor);
    where.push('id > $' + params.length); // keyset: сортування за id ASC
  }

const sql = `
    SELECT id, title, ts_rank_cd(
      to_tsvector('english', coalesce(title,'') || ' ' || coalesce(body,'')),
      COALESCE(plainto_tsquery('english', $1), to_tsquery('english', ''))
    ) AS rank
    FROM posts
    ${where.length ? 'WHERE ' + where.join(' AND ') : ''}
    ORDER BY id ASC
    LIMIT ${limit + 1}
  `;

try {
    const { rows } = await pool.query(sql, params);
    const hasMore = rows.length > limit;
    const items = hasMore ? rows.slice(0, limit) : rows;
    res.json({ items, nextCursor: hasMore ? items[items.length - 1].id : null });
  } catch (e) {
    res.status(500).json({ error: 'search_failed' });
  }
});

app.listen(3000);
```

### Frontend: React, дебаунс і скасування застарілих запитів

```
import { useEffect, useMemo, useState } from 'react';

function useDebouncedValue(value, delay = 300) {
  const [debounced, setDebounced] = useState(value);
  useEffect(() => {
    const id = setTimeout(() => setDebounced(value), delay);
    return () => clearTimeout(id);
  }, [value, delay]);
  return debounced;
}

export default function SearchBox() {
  const [q, setQ] = useState('');
  const debouncedQ = useDebouncedValue(q, 300);
  const [items, setItems] = useState([]);
  const [loading, setLoading] = useState(false);
  const [error, setError] = useState(null);

const controller = useMemo(() => new AbortController(), [debouncedQ]);

useEffect(() => {
    if (!debouncedQ) { setItems([]); return; }
    setLoading(true); setError(null);

fetch(`/search?q=${encodeURIComponent(debouncedQ)}`, { signal: controller.signal })
      .then(r => {
        if (!r.ok) throw new Error('Network error');
        return r.json();
      })
      .then(data => setItems(data.items || []))
      .catch(err => { if (err.name !== 'AbortError') setError(err.message); })
      .finally(() => setLoading(false));

return () => controller.abort();
  }, [debouncedQ]);

return (
    <div>
      <input
        placeholder="Пошук..."
        value={q}
        onChange={e => setQ(e.target.value)}
      />
      {loading && <div>Завантаження...</div>}
      {error && <div>Помилка: {error}</div>}
      {!loading && !error && items.length === 0 && debouncedQ && <div>Нічого не знайдено</div>}
      <ul>
        {items.map(i => <li key={i.id}>{i.title}</li>)}
      </ul>
    </div>
  );
}
```

### Алгоритмічний аспект: бінарний пошук

```
function binarySearch(arr, x) {
  let l = 0, r = arr.length - 1;
  while (l <= r) {
    const m = l + ((r - l) >> 1);
    if (arr[m] === x) return m;
    if (arr[m] < x) l = m + 1; else r = m - 1;
  }
  return -1;
}

// Використання: масив має бути відсортований
console.log(binarySearch([1,3,5,7,9], 7)); // 3
```

### Чек-лист впровадження пошуку

1. Зібрати вимоги: типи контенту, поля, мова, навантаження, SLA.
2. Обрати технологію: БД з FTS або спеціалізований рушій; оцінити вартість і підтримку.
3. Схема даних та індекси: які поля індексуються, морфологія, синоніми, токенізація.
4. Пайплайн індексації: джерела, черги, дедуплікація, оновлення, контроль відставання.
5. API: фільтри, сортування, пагінація, підсвічування, безпека на рівні запитів.
6. UI/UX: підказки, автодоповнення, фасети, порожні стани, доступність (a11y).
7. Спостережуваність: логування запитів, метрики, трейсинг, дашборди, алерти.
8. Якість і релевантність: офлайн/онлайн оцінки, A/B-тести, збір кліків для навчання.
9. Експлуатація: бекапи, реіндексація без даунтайму, шардування/реплікація, план оновлень.

Markdown · перетягуйте зображення · ⌘B / ⌘I шорткати1081 слів

Для рев’юера

Примітка для модератора (необов’язково)

Бачить лише модератор. Прискорює рев’ю.