Hogyan működik a szöveges keresés a MongoDB-ben?

Question

Accepted Answer

A MongoDB **szöveges keresést** biztosít **szöveges indexeken** keresztül — sztring tartalom keresése szavakra, gyökereztetéssel és relevanciapontszámozással. Ez képesebb, mint a pontos egyezés vagy regex szóalapon alapuló keresésnél, bár fejlettebb keresési igények esetén gyakran a MongoDB Atlas Search (Lucene-alapú) vagy egy dedikált motor használatos.

## Szöveges index létrehozása és keresés

```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 (-)
```

A **szöveges index** lehetővé teszi a `$text` kereséseket, amelyek szavakra illeszkednek (gyökereztetéssel — "running" illeszkedik a "run"-ra), támogatnak kifejezéseket (idézőjelben) és kizárásokat (`-term`) — sokkal képesebb, mint a pontos egyezés.

## Relevanciapontszámozás és rendezés

```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)
```

A szöveges keresés **relevanciapontszámozást** nyújt (`textScore`), így az eredményeket a megfelelésik minősége szerint rangsorolhatja — fontos a keresés minősége szempontjából.

## Korlátozások és alternatívák

```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 szöveges keresés

```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
```

## Miért fontos

A szöveges keresés hasznos MongoDB-képesség a **keresési funkció megvalósításához**, és annak megértése — beleértve korlátait és alternatíváit — értékes azon alkalmazások számára, amelyeknek szövegtartalmakat kell keresniük.

A MongoDB beépített **szöveges indexei** a `$text` segítségével szóalapú keresést biztosítanak **gyökereztetéssel** (szóvariációk illesztésével, mint "running"/"run"), kifejezés- és kizárástámogatással, valamint **relevanciapontszámozással** (eredmények rangsorolása a megfelelésik minősége szerint) — képesebb, mint a pontos egyezés vagy regex a tényleges szókereséshez, és indexelt (hatékony).

Ennek megértése lehetővé teszi alapvető keresési funkcionalitás hozzáadását közvetlenül a MongoDB-ben.

Egyaránt fontos a **korlátozások** megértése (csak egy szöveges index gyűjteménynként, korlátozott funkciók, nincs fuzzy illesztés vagy automatikus kitöltés) és az **alternatívák**: **MongoDB Atlas Search** (Apache Lucene-alapú, gazdag teljes szöveges kereséssel, fuzzy illesztéssel, automatikus kitöltéssel és fejlett relevanciával — az ajánlott megközelítés az Atlas-on végzett komoly kereséshez) vagy egy dedikált keresőmotor (Elasticsearch) komplex igények esetén.

Annak ismerete, hogy mikor elegendő az alapvető szöveges keresés, illetve mikor kell az Atlas Search-t vagy egy dedikált motort használni, szilárd ítélkezést tükröz.

Szintén értékes a **regex vs szöveges keresés** megértése (regex egyszerű mintaillesztéshez, de gyökereztetés/relevancia nélkül és gyakran nem hatékony; szöveges keresés megfelelő szóalapú kereséshez).

Mivel a keresés közös alkalmazási követelmény, és mivel a MongoDB beépített szöveges keresést biztosít (alapvető igények esetén elegendő) világos korlátozásokkal és jobb alternatívákkal (Atlas Search) gazdagabb igények esetén, a MongoDB szöveges keresésének megértése — a szöveges index képessége, korlátai és alternatívái — értékes, gyakorlatilag releváns tudás a keresés MongoDB alkalmazásokban való megvalósításához és a követelményekhez megfelelő keresési megközelítés kiválasztásához.