Hvordan fungerer tekstsøk i MongoDB?

Question

Accepted Answer

MongoDB tilbyr **tekstsøk** via **tekstindekser** — søking i strenginnhold etter ord, med stemming og relevansvurdering. Det er mer kraftig enn eksakt matching eller regex for ordbasert søk, men for avanserte søkbehov brukes ofte MongoDB Atlas Search (Lucene-basert) eller en dedikert søkemotor.

## Opprette en tekstindeks og søke

```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 (-)
```

En **tekstindeks** aktiverer `$text`-søk som matcher ord (med stemming — "running" matcher "run"), støtter fraser (sitert) og eksklusjoner (`-term`) — langt mer kraftig enn eksakt matching.

## Relevansvurdering og sortering

```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)
```

Tekstsøk gir **relevansvurdering** (`textScore`) slik at du kan rangere resultater etter hvor godt de samsvarer — viktig for søkkvalitet.

## Begrensninger og alternativer

```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 versus tekstsøk

```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
```

## Hvorfor det er viktig

Tekstsøk er en nyttig MongoDB-funksjonalitet for **implementering av søkefunksjonalitet**, og det å forstå den — inkludert dens begrensninger og alternativer — er verdifullt for applikasjoner som trenger å søke i tekstinnhold.

MongoDBs innebygde **tekstindekser** med `$text` gir ordbasert søk med **stemming** (matching av ordvarianter som "running"/"run"), frase- og ekskluksjonsstøtte, og **relevansvurdering** (rangering av resultater etter matchkvalitet) — mer kraftig enn eksakt matching eller regex for faktisk ordsøk, og indeksert (effektiv).

Dette lar deg legge til grunnleggende søkefunksjonalitet direkte i MongoDB.

Like viktig er det å forstå **begrensningene** (kun én tekstindeks per samling, begrenset funksjonalitet, ingen uklart matching eller autofullføring) og **alternativene**: **MongoDB Atlas Search** (bygget på Apache Lucene, som gir rik full-tekst-søk med uklart matching, autofullføring og avansert relevans — den anbefalte fremgangsmåten for alvorlig søk på Atlas) eller en dedikert søkemotor (Elasticsearch) for komplekse behov.

Å vite når grunnleggende tekstsøk er tilstrekkelig kontra når man skal bruke Atlas Search eller en dedikert motor gjenspeiler god dømmekraft.

Det er også verdifullt å forstå **regex versus tekstsøk** (regex for enkelt mønstermatching men uten stemming/relevans og ofte ineffektivt; tekstsøk for skikkelig ordbasert søk).

Da søk er et vanlig applikasjonskrav, og da MongoDB tilbyr innebygd tekstsøk (tilstrekkelig for grunnleggende behov) med tydelige begrensninger og bedre alternativer (Atlas Search) for rikere behov, er forståelse av MongoDB-tekstsøk — tekstindeks-funksjonen, dens begrensninger og alternativene — verdifullt, praktisk relevant kunnskap for implementering av søk i MongoDB-applikasjoner og for valg av riktig søktilnærming for kravene.