Jak funguje textové vyhledávání v MongoDB?

Question

Accepted Answer

MongoDB poskytuje **textové vyhledávání** prostřednictvím **textových indexů** — vyhledávání obsahu řetězců pro slova s lemmatizací a relevančním skórováním. Je schopnější než přesné porovnávání nebo regex pro vyhledávání na základě slov, ačkoli pro pokročilejší požadavky na vyhledávání se často používá MongoDB Atlas Search (založená na Lucene) nebo dedikovaný vyhledávací engine.

## Vytvoření textového indexu a vyhledávání

```js
// create a TEXT index on field(s)
db.articles.createIndex({ title: "text", body: "text" });   // index text content

// search using $text
db.articles.find({ $text: { $search: "mongodb database" } });
// → finds documents containing "mongodb" OR "database" (with stemming)

db.articles.find({ $text: { $search: "\"exact phrase\"" } });  // phrase search (quotes)
db.articles.find({ $text: { $search: "mongodb -mysql" } });    // exclude a term (-)
```

**Textový index** umožňuje `$text` vyhledávání, která porovnávají slova (s lemmatizací — "running" se shoduje s "run"), podporují fráze (v uvozovkách) a vyloučení (`-term`) — daleko schopnější než přesné porovnávání.

## Relevační skórování a řazení

```js
// sort results by relevance using the text score
db.articles.find(
  { $text: { $search: "mongodb" } },
  { score: { $meta: "textScore" } }          // include the relevance score
).sort({ score: { $meta: "textScore" } });    // sort by relevance (most relevant first)
```

Textové vyhledávání poskytuje **relevační skórování** (`textScore`), takže můžete řadit výsledky podle toho, jak dobře odpovídají — důležité pro kvalitu vyhledávání.

## Omezení a alternativy

```text
MongoDB's built-in text search:
  ✓ Good for basic word search with stemming and relevance in a single language
  ✗ Limited: only ONE text index per collection, limited language/feature support,
    no fuzzy matching, autocomplete, or advanced relevance tuning

For richer search:
  → MongoDB ATLAS SEARCH (built on Apache Lucene) — full-text search with fuzzy matching,
    autocomplete, faceting, advanced relevance (the recommended approach on Atlas)
  → Or a dedicated search engine (Elasticsearch) for complex needs
```

## Regex vs textové vyhledávání

```text
Regex (/pattern/) → pattern matching, but no stemming/relevance, often can't use indexes
  efficiently (slow for "contains" searches) — fine for simple prefix matches
Text search → word-based, stemmed, ranked, indexed — better for actual word search
```

## Proč na to záleží

Textové vyhledávání je užitečná schopnost MongoDB pro **implementaci funkcí vyhledávání** a jeho pochopení — včetně jeho omezení a alternativ — je cenné pro aplikace, které potřebují vyhledávat textový obsah.

**Textové indexy** MongoDB s `$text` poskytují vyhledávání na základě slov s **lemmatizací** (shoda s variacemi slov jako "running"/"run"), podporu frází a vyloučení a **relevační skórování** (řazení výsledků podle kvality shody) — schopnější než přesné porovnávání nebo regex pro skutečné vyhledávání slov a indexované (efektivní).

Toto pochopení vám umožňuje přidat základní funkci vyhledávání přímo v MongoDB.

Equalně důležité je pochopení **omezení** (pouze jeden textový index na kolekci, omezené funkce, žádné fuzzy vyhledávání nebo automatické doplňování) a **alternativ**: **MongoDB Atlas Search** (postavena na Apache Lucene, poskytující bohaté fulltext vyhledávání s fuzzy vyhledáváním, automatickým doplňováním a pokročilou relevancí — doporučený přístup pro vážné vyhledávání na Atlas) nebo dedikovaný vyhledávací engine (Elasticsearch) pro složité potřeby.

Vědění, kdy postačuje základní textové vyhledávání versus kdy používat Atlas Search nebo dedikovaný engine, odráží zdravý úsudek.

Také je cenné pochopení **regex vs textové vyhledávání** (regex pro jednoduché porovnávání vzorů, ale bez lemmatizace/relevance a často neefektivní; textové vyhledávání pro správné vyhledávání na základě slov).

Protože vyhledávání je běžný požadavek aplikací a protože MongoDB nabízí vestavěné textové vyhledávání (dostačující pro základní potřeby) s jasným omezením a lepšími alternativami (Atlas Search) pro bohatší potřeby, pochopení textového vyhledávání MongoDB — schopnost textového indexu, jeho omezení a alternativ — je cenné a prakticky relevantní znalosti pro implementaci vyhledávání v aplikacích MongoDB a pro výběr správného přístupu k vyhledávání podle požadavků.