TL;DR
Wyniki w sklepie internetowym po kilkudziesięciu milisekundach to zwykle zasługa indeksu odwróconego, na którym stoi Elasticsearch. Tekst tłumaczy, jak silnik oparty na Lucene dzieli dane na indeksy i shardy oraz po co mu klaster. Pokazuje też, że to nie tylko wyszukiwarka: ten sam mechanizm obsługuje logi w stosie ELK, analitykę bezpieczeństwa i coraz częściej wyszukiwanie semantyczne w systemach AI.
Najcenniejsze są drobne rady wdrożeniowe. Projektuj mapowanie świadomie, bo dynamiczne tworzy zbędne pola. Używaj _bulk zamiast pojedynczych zapytań i filter zamiast must, gdy nie liczy się score. Traktuj Elasticsearch jako dodatkowy indeks obok głównej bazy. Dla polskiego tekstu dołóż wtyczkę analysis-stempel, bo bez niej fleksja psuje trafność wyników.
Każdy, kto kiedyś wpisał nazwę produktu w sklepie internetowym i dostał trafne wyniki w kilkadziesiąt milisekund, prawdopodobnie korzystał z Elasticsearch – nawet o tym nie wiedząc...
Czytaj cały wpis u źródła// tagi
