Elasticsearch

Eine Suche, die "Laptop" findet, aber bei "Notebook" leer ausgibt, oder die "laufen" und "gelaufen" als völlig verschiedene Wörter behandelt, verliert Nutzer schon vor dem ersten Klick. Synonyme und Stemming lösen genau dieses Problem, wenn sie im Analyzer korrekt kombiniert werden, doch die Details bei synonym_graph, Stemmer-Typ und Sprachauswahl entscheiden darüber, ob die Suche präziser oder nur unschärfer wird.

Der Standardanalyzer von Elasticsearch behandelt jede Sprache gleich und ignoriert damit Stammformen, Stopwoerter und Sonderzeichen, die fuer Deutsch, Franzoesisch oder Englisch jeweils vollstaendig unterschiedlich sind. Ein Custom Analyzer pro Sprache, kombiniert mit einer Per-Field-per-Language-Mapping-Strategie, macht aus einer generischen Volltextsuche eine Suche, die in jeder Shop-Sprache tatsaechlich die passenden Treffer liefert.

Die Bool Query ist das zentrale Werkzeug der Elasticsearch Query DSL, um mehrere Bedingungen logisch zu verknuepfen. Wer must, should, must_not und filter versteht und weiss, wann Scoring-Kontext gegenueber Filter-Kontext greift, baut Suchanfragen, die sowohl praezise als auch schnell sind, statt einfach alle Klauseln in einen Topf zu werfen und auf gute Ergebnisse zu hoffen.

Die Standard-Relevanz der Magento-Suche behandelt jedes Attribut nach denselben Regeln, unabhaengig davon, ob eine Suchanfrage nach SKU, Marke oder Beschreibung sucht. Wer die Such-Relevanz gezielt ueber Search-Weight, eigene Query-Builder und Function-Score-Boosting steuert, bringt die Produkte nach oben, die fuer den jeweiligen Shop tatsaechlich zaehlen.

BM25 ist der Standard-Scoring-Algorithmus von Elasticsearch und OpenSearch, doch die meisten Entwickler kennen nur den Namen, nicht die Mechanik dahinter. Termhaeufigkeit, inverse Dokumenthaeufigkeit und Feldlaengen-Normalisierung bestimmen gemeinsam, warum ein Dokument hoeher rankt als ein anderes, und wer diese drei Faktoren versteht, kann Relevanzprobleme gezielt diagnostizieren statt nur zu raten.

Sobald ein Produkt mehrere Varianten mit eigener Größe, Farbe und eigenem Preis besitzt, versagt die klassische Aggregation still und zählt falsch. Die nested Aggregation arbeitet auf einem separaten, isolierten Lucene-Index innerhalb des Parent-Dokuments und liefert dadurch korrekte Facetten auf Varianten-Ebene. Mit reverse_nested lässt sich zusätzlich wieder in den Parent-Kontext zurückspringen, um Facetten zu bauen, die sowohl Varianten- als auch Produktebene korrekt verbinden.

Dynamisches Mapping wirkt bequem, bis ein einziger Index tausende Felder ansammelt und der Cluster-State so gross wird, dass jede Mapping-Aenderung spuerbar langsamer laeuft. Mapping-Explosion entsteht meist schleichend aus key-value-artigen Datenstrukturen, die ungebremst neue Felder erzeugen, und laesst sich mit klaren Limits, gezieltem dynamic:false und dem flattened-Datentyp zuverlaessig verhindern, bevor sie zum Produktionsproblem wird.

Pipeline-Aggregationen rechnen nicht über einzelne Dokumente, sondern über die Ergebnisse anderer Aggregationen. Damit werden Trends, gleitende Durchschnitte und kumulierte Summen direkt in der Query berechnet, statt sie fehleranfällig im Anwendungscode nachzubilden. Wer Sibling- und Parent-Pipelines verwechselt, bekommt Aggregationsfehler oder falsch verschachtelte Ergebnisse.

Ein Snapshot ist erst dann eine Backup-Strategie, wenn das Repository korrekt eingerichtet, die Snapshot-Frequenz ueber eine SLM-Policy automatisiert und der Restore-Weg regelmaessig getestet ist. Dieser Artikel zeigt, wie Snapshot-Repositories auf S3 und Dateisystem funktionieren, wie inkrementelle Snapshots Speicher sparen und wie ein Restore in der Praxis ablaeuft, ohne den produktiven Cluster zu gefaehrden.

Reines BM25-Scoring kennt nur Textrelevanz, keine Geschaeftsziele. Die Function Score Query schliesst diese Luecke, indem sie den textuellen Score mit zusaetzlichen Faktoren wie Verkaufszahlen, Lagerbestand oder Aktualitaet kombiniert. Wer field_value_factor und Decay-Funktionen beherrscht, kann Suchergebnisse gezielt nach Geschaeftslogik steuern, ohne die textuelle Relevanz zu opfern.