Какой опыт работы с поисковыми системами Elasticsearch, Sphinx, Manticore

Что проверяют

Понимаете ли вы, как устроен полнотекстовый поиск, и можете ли обосновать выбор движка, а не «поставили Elasticsearch, потому что все ставят». Уточняют обычно про синхронизацию индекса с основной базой и про настройку релевантности.

Как отвечать

Назовите опорные понятия и привяжите их к своему проекту на Python:

• обратный индекс: слово указывает на список документов, где оно встречается. На этом держатся все три движка;
• анализ текста: токенизация, нижний регистр, стемминг или морфология для русского, стоп-слова. В Elasticsearch это analyzer в маппинге поля, в Sphinx и Manticore настройки индекса вроде morphology и min_word_len;
• ранжирование: в Elasticsearch по умолчанию BM25, в Sphinx и Manticore набор ранкеров, которые учитывают BM25 и близость слов в документе;
• Sphinx и Manticore: Manticore это ответвление Sphinx, которое активно развивается и добавило HTTP JSON API и репликацию. Оба понимают SQL-подобный SphinxQL по протоколу MySQL, поэтому из Python к ним ходят обычным MySQL-драйвером;
• Elasticsearch: данные разложены по шардам и репликам, REST API, агрегации для фасетов. Из Python это официальный клиент elasticsearch или OpenSearch с opensearch-py;
• синхронизация: источник правды остаётся в PostgreSQL или MySQL, а индекс догоняет его полной переиндексацией, дельтой по updated_at, очередью событий или CDC. Загрузка пачками через helpers.bulk, смена маппинга через новый индекс и переключение алиаса без простоя.

Дальше ваш случай: объём данных, какие запросы, что настраивали и чем мерили результат. Если работали только с одним движком, так и скажите, а остальные сравните по документации, не приписывая себе опыт.

Где спотыкаются

Используют Elasticsearch как основную базу. Транзакций у него нет, а новый документ попадает в поиск не сразу, по умолчанию после refresh раз в секунду.

Не могут объяснить, почему запрос «кошки» не находит «кошка». Ответ: не настроена морфология или стемминг.

Пытаются поменять тип поля в живом индексе. Маппинг существующего поля не меняется, нужен новый индекс и _reindex.