Bir ürün arama özelliği şöyle başlar:

SELECT * FROM products
WHERE name ILIKE '%' || :q || '%';

Birkaç bin ürünle hızlı çalışır.

Ürün sayısı yüz binleri geçince arama yavaşlar. Kullanıcılar “kitaplar” yazdığında “kitap” geçen ürünleri bulamaz. “Kırmızı elbise” araması, adında “elbise kırmızı” geçen ürünü kaçırır.

LIKE’ın sınırları

Başında % olan bir LIKE sorgusu normal bir B-tree index kullanamaz. Veritabanı her satırı tek tek kontrol etmek zorundadır.

Kelime sırasını ve kelime köklerini anlamaz. “kitaplar”, “kitabı”, “kitapçı” ayrı kelimelerdir.

Sonuçları alaka düzeyine göre sıralayamaz. Başlığında aranan kelime geçen ürün ile açıklamanın sonunda bir kez geçen ürün aynı önemdedir.

Trigram

Kısmi eşleşme ve yazım hatalarına tolerans gerekiyorsa PostgreSQL’in pg_trgm eklentisi iyi bir başlangıç:

CREATE EXTENSION pg_trgm;
CREATE INDEX idx_products_name_trgm
ON products USING GIN (name gin_trgm_ops);

Bu index ile ILIKE '%kitap%' sorguları index kullanabilir hale gelir. Ayrıca benzerlik araması da yapılabilir:

SELECT name, similarity(name, 'kitpa') AS score
FROM products
WHERE name % 'kitpa'
ORDER BY score DESC;

“kitpa” yazan kullanıcı “kitap” sonuçlarını görür. Ürün adı, kişi adı ve şehir adı gibi kısa metinlerde oldukça etkili.

Full-text search

Uzun metinlerde ve kelime bazlı aramada PostgreSQL’in yerleşik full-text search özelliği daha uygun:

ALTER TABLE articles ADD COLUMN tsv tsvector
GENERATED ALWAYS AS (
  setweight(to_tsvector('turkish', coalesce(title, '')), 'A') ||
  setweight(to_tsvector('turkish', coalesce(body, '')), 'B')
) STORED;

CREATE INDEX idx_articles_tsv ON articles USING GIN (tsv);

Metin kelimelere ayrılır, gereksiz kelimeler çıkarılır ve kelimeler köklerine indirgenir. Başlığa daha yüksek ağırlık verilir.

SELECT title, ts_rank(tsv, q) AS rank
FROM articles, websearch_to_tsquery('turkish', :q) q
WHERE tsv @@ q
ORDER BY rank DESC
LIMIT 20;

websearch_to_tsquery, kullanıcının yazdığı metni tırnak ve eksi işareti gibi alışık olduğu arama sözdizimiyle yorumlar.

PostgreSQL’in Türkçe dil desteği Snowball stemmer’a dayanıyor. Mükemmel değil, Türkçe’nin eklemeli yapısında bazı kelimeleri doğru köküne indiremiyor. Ama LIKE ile karşılaştırıldığında ciddi bir iyileşme.

Ayrı bir arama motoru ne zaman?

Elasticsearch veya OpenSearch gibi bir arama motoru şu durumlarda gerekli hale gelir:

  • Faceted search, yani kategori ve özelliklere göre sonuç sayıları
  • Gelişmiş dil analizi, eş anlamlılar, otomatik tamamlama
  • Çok büyük veri hacmi ve yüksek arama trafiği
  • Alaka düzeyi üzerinde ince ayar

Ama ayrı bir arama motoru, ayrı bir altyapı ve veritabanı ile senkronizasyon demektir. Veri iki yerde tutulur ve aralarındaki tutarlılık sağlanmalıdır. Bir ürün silindiğinde arama sonuçlarından da kalkmalıdır.

Benim önerim, PostgreSQL’in kendi araçlarıyla başlamak. Trigram ve full-text search birçok uygulama için yeterli. Gerçekten ihtiyaç ortaya çıktığında arama motoruna geçmek, baştan karmaşık bir altyapı kurmaktan daha az maliyetli.

Arama, kullanıcıların bir uygulamayı en doğrudan değerlendirdiği özelliklerden biri.

İstediği şeyi bulamayan kullanıcı, onun orada olmadığını düşünür.