Для полнотекстового поиска (морфология, опечатки, релевантность), фасетов и фильтров по многим полям, поиска по логам и аналитики. Обычно это модель чтения рядом с основной базой, а не источник истины.
А ещё Транзакций и JOIN нет; данные денормализуют в документ
Так подсказку видит пользователь sotto на живом собеседовании — за пару секунд, пока вы думаете вслух.
Что умеет хорошо:
Как устроен: инвертированный индекс — для каждого термина список документов, где он встречается. Документ при индексации разбивается анализатором на термины.
Почему не источник истины: нет транзакций между документами, нет JOIN, возможны потери при некоторых сбоях, индексация асинхронна (документ появляется в поиске после refresh, по умолчанию ~1 с). Поэтому основная запись — в базу, а поиск — модель чтения.
Синхронизация: событие об изменении → консьюмер обновляет документ; CDC из журнала базы (Debezium → Kafka → Elasticsearch); полная переиндексация в новый индекс с переключением алиаса. Документ денормализован: товар вместе с названием категории и брендом.
Один верный вариант. Подумайте, потом откройте ответ.
Почему LIKE не поиск, инвертированный индекс, анализаторы, релевантность BM25, query vs filter context и поиск как read model.
sotto слышит вопрос интервьюера и показывает короткий ответ и план, как в блоке «Коротко». Оставьте контакт — пришлём доступ и промокод.
sotto