Căutarea cu LIKE '%text%' încarcă baza de date la 100%
Un `LIKE '%cuvant%'` cu wildcard la început nu poate folosi un index B-tree, deci fiecare căutare scanează tot tabelul. La trafic mare de căutări, baza principală ajunge la 100%. Mută căutarea full-text într-un motor de căutare (Elasticsearch, OpenSearch) sau folosește un index full-text / trigram.
Explicat de Tudor Andrei Dumitrescu, Senior Software Developer, fondatorul Academiei ProgramatorilorActualizat la
Ce înseamnă
Indexul B-tree e ordonat după începutul valorii, ca un dicționar: îl poți folosi pentru LIKE 'telefon%', dar nu pentru LIKE '%telefon%', unde cuvântul poate fi oriunde. Baza nu are altă variantă decât să citească fiecare rând și să compare textul, de obicei și fără să țină cont de diacritice, plural sau greșeli de scriere.
Cât timp tabelul e mic, nu se observă. Pe un catalog cu sute de mii de produse și sute de căutări pe secundă, căutarea devine cea mai scumpă operație din bază și încetinește și comenzile, care folosesc aceeași bază.
Pentru căutare reală (relevanță, diacritice, sinonime, autocompletare), varianta standard e un motor de căutare separat, alimentat din baza de date (sincron sau prin evenimente). Ca pas intermediar, PostgreSQL oferă tsvector cu index GIN sau extensia pg_trgm pentru LIKE/ILIKE cu wildcard.
De ce apare: cauzele frecvente
1Căutare full-text direct în baza principală
SELECT * FROM produse
WHERE nume ILIKE '%' || :q || '%'
OR descriere ILIKE '%' || :q || '%';GET /produse/_search
{ "query": { "multi_match": { "query": "telefon",
"fields": ["nume^3", "descriere"] } } }Motorul de căutare are un index inversat (cuvânt → documente), făcut exact pentru asta, și scoate căutările din baza principală.
2Varianta intermediară în PostgreSQL
SELECT * FROM produse WHERE nume ILIKE '%telefon%'; -- Seq ScanCREATE EXTENSION pg_trgm;
CREATE INDEX idx_produse_nume_trgm ON produse USING gin (nume gin_trgm_ops);Indexul trigram permite ILIKE '%...%' fără scanare completă, suficient pentru cataloage medii.
Repară eroarea, direct în pagină
Căutarea din magazin rulează LIKE '%text%' direct în baza SQL: 600 de căutări pe secundă o duc peste capacitate. Fă ca toate cererile să fie tratate, baza sub 70%, iar căutările să nu mai fie făcute în bază.
Indiciu
Uită-te la avertismentul despre căutare din tab-ul Simulare.
Reparația
1. Adaugă Motor de căutare cu 2 noduri. 2. Conectează Server aplicație → Motor de căutare.
Rezultat: căutările merg în motorul de căutare, baza coboară sub 70%.
De ce merge
Fiecare căutare cu LIKE costă cât 20 de citiri normale, deci 600 de căutări valorau 12.000 de unități pentru o bază de 3.000. Cu un motor de căutare conectat la server, căutările merg acolo, iar baza tratează doar citirile și scrierile.
Alte forme ale mesajului
Seq Scan on produse Filter: (nume ~~* '%telefon%'::text)Using where; type: ALL (MySQL, LIKE '%...%')
Cum o eviți pe viitor
- Nu folosi
LIKE '%...%'pe tabele mari în căi cu trafic. - Pentru căutare pentru utilizatori, folosește un motor de căutare alimentat din bază.
- Ține indexul de căutare sincronizat prin evenimente (coadă + workeri).
- Măsoară separat costul căutărilor în bază, ca să știi când devine problemă.
Întrebări frecvente
Motorul de căutare înlocuiește baza de date?
Nu. Baza rămâne sursa de adevăr pentru comenzi și stoc. Motorul de căutare are o copie optimizată pentru căutare, care poate fi reconstruită oricând din bază.
Cum țin motorul de căutare sincronizat?
La fiecare modificare a unui produs publici un eveniment, iar un worker actualizează documentul în motor. O mică întârziere (secunde) e de obicei acceptabilă pentru căutare.
Erori înrudite
Slow query: Seq Scan pe un tabel mare (index lipsă) Interogarea citește tot tabelul rând cu rând (`Seq Scan` în PostgreSQL, `type: ALL` în MySQL) pentru că nu există un index pe coloana din `WHERE`. Pe tabele mari, fiecare citire durează și încarcă baza. Rulează `EXPLAIN ANALYZE`, creează indexul potrivit și verifică din nou planul. Baza de date primară la 100% CPU din cauza citirilor Majoritatea interogărilor sunt citiri, iar baza primară, singura care le servește, a ajuns la limită. Mută citirile pe replici de citire (read replicas) și pune un cache în față pentru datele citite des; primara rămâne pentru scrieri. Învață System Design de la zero, cu exerciții la fiecare lecție
Curs System Design: lecții scurte, fiecare cu un exercițiu verificat automat, direct în browser. Primele 10 lecții sunt gratuite.
