Ваш сайт на PHP работает, но поиск по нему — как перебирать коробку с носками в поисках пары? Elasticsearch решает эту проблему. В статье — простые шаги, чтобы подружить PHP с этим мощным поисковым движком.
Что такое Elasticsearch и зачем он нужен PHP-разработчику
Elasticsearch — это поисковый сервер, который умеет быстро искать по большим объёмам текста. Представьте библиотеку с миллионами книг. Обычный SQL-запрос — это как искать нужную книгу, перелистывая каждую. Elasticsearch — это волшебный библиотекарь, который мгновенно находит всё, что вы попросите, даже если вы ошиблись в названии.
В PHP-проектах Elasticsearch пригодится для:
- Полнотекстового поиска по статьям, товарам, документам.
- Автодополнения и подсказок при вводе.
- Фильтрации и фасетного поиска (как в интернет-магазинах).
- Анализа логов и больших данных.
Обычный MySQL с LIKE-запросами на больших таблицах начинает тормозить. Elasticsearch же индексирует данные так, что поиск занимает миллисекунды.
Установка и настройка Elasticsearch для PHP
Сам Elasticsearch — это отдельный сервис (написан на Java), который общается по HTTP. PHP с ним взаимодействует через клиентскую библиотеку. Вот как всё поставить.
Шаг 1. Устанавливаем Elasticsearch. Можно скачать с официального сайта или запустить в Docker:
docker run -d --name elasticsearch -p 9200:9200 -e "discovery.type=single-node" elasticsearch:8.10.0
Шаг 2. Ставим PHP-клиент через Composer:
composer require elasticsearch/elasticsearch
Шаг 3. Подключаемся к серверу в PHP-скрипте:
<?php
require 'vendor/autoload.php';
use Elastic\Elasticsearch\ClientBuilder;
$client = ClientBuilder::create()
->setHosts(['localhost:9200'])
->build();
// Проверка соединения
$info = $client->info();
echo 'Elasticsearch версия: ' . $info['version']['number'];
Правило: Никогда не работайте с Elasticsearch напрямую из фронтенда. Все запросы должны идти через ваш PHP-бэкенд, чтобы не раскрывать данные и не давать возможности делать произвольные запросы.
Индексация данных: как залить контент в Elasticsearch
Прежде чем искать, нужно создать индекс (аналог таблицы в базе данных) и добавить в него документы. Каждый документ — это JSON-объект с полями.
Создадим индекс для статей с полями title, content, author, created_at:
<?php
$params = [
'index' => 'articles',
'body' => [
'mappings' => [
'properties' => [
'title' => ['type' => 'text'],
'content' => ['type' => 'text'],
'author' => ['type' => 'keyword'],
'created_at' => ['type' => 'date']
]
]
]
];
$response = $client->indices()->create($params);
print_r($response);
Теперь добавим документ (статью) в индекс:
<?php
$article = [
'title' => 'Изучаем PHP',
'content' => 'PHP — популярный язык программирования для веба.',
'author' => 'Иван Петров',
'created_at' => '2025-03-15'
];
$client->index([
'index' => 'articles',
'id' => 1,
'body' => $article
]);
Если у вас уже есть данные в MySQL, можно написать скрипт для переноса. Например, выбрать все статьи и в цикле проиндексировать каждую. Только не забудьте про пагинацию, чтобы не загрузить всё в память сразу.
Поиск: от простого запроса до сложных фильтров
Самый простой поиск — по всем полям:
<?php
$searchParams = [
'index' => 'articles',
'body' => [
'query' => [
'match' => [
'content' => 'PHP программирование'
]
]
]
];
$results = $client->search($searchParams);
foreach ($results['hits']['hits'] as $hit) {
echo $hit['_source']['title'] . "\n";
}
Elasticsearch вернёт статьи, где встречаются слова «PHP» или «программирование», отсортированные по релевантности. Можно искать по нескольким полям сразу с помощью multi_match:
<?php
$searchParams = [
'index' => 'articles',
'body' => [
'query' => [
'multi_match' => [
'query' => 'PHP',
'fields' => ['title^2', 'content']
]
]
]
];
Здесь title^2 означает, что совпадения в заголовке важнее в два раза.
А если нужен фильтр по автору и дате, добавляем bool запрос:
<?php
$searchParams = [
'index' => 'articles',
'body' => [
'query' => [
'bool' => [
'must' => [
['match' => ['content' => 'PHP']]
],
'filter' => [
['term' => ['author' => 'Иван Петров']],
['range' => ['created_at' => ['gte' => '2025-01-01']]]
]
]
]
]
];
Такая конструкция найдёт статьи про PHP, написанные Иваном Петровым после 1 января 2025 года.
Практические советы и лайфхаки
Вот несколько проверенных приёмов, которые сэкономят вам время и нервы.
- Используйте пакетную индексацию (bulk). Если нужно залить много документов, не отправляйте их по одному — это медленно. Сформируйте массив и отправьте одним запросом через
$client->bulk(). - Следите за маппингом. Elasticsearch может автоматически определять типы полей, но лучше задавать их явно, чтобы избежать сюрпризов.
- Не храните в Elasticsearch лишнего. Это не замена основной базе данных. Используйте его только для поиска, а исходные данные держите в MySQL или PostgreSQL.
- Настройте анализаторы для русского языка. По умолчанию Elasticsearch плохо обрабатывает морфологию. Подключите плагин для русского языка или используйте анализатор
russian.
Лайфхак: Для отладки запросов используйте параметр explain в поисковом запросе — он покажет, почему документ получил такой вес. А ещё можно включить логирование медленных запросов в настройках Elasticsearch.
Сравнение основных параметров поиска
Чтобы вам было проще ориентироваться, вот таблица с ключевыми параметрами, которые чаще всего используются в запросах к Elasticsearch из PHP.
| Параметр | Что делает | Пример использования |
|---|---|---|
index |
Указывает индекс для поиска | 'index' => 'articles' |
query |
Основной поисковый запрос | 'query' => ['match' => [...]] |
from и size |
Пагинация результатов | 'from' => 0, 'size' => 10 |
sort |
Сортировка результатов | 'sort' => ['created_at' => 'desc'] |
_source |
Какие поля вернуть в ответе | '_source' => ['title', 'author'] |
Что в итоге
Elasticsearch — мощный инструмент, который решает проблемы поиска в PHP-проектах. Да, сначала нужно разобраться с установкой и индексацией, но результат того стоит: пользователи получат мгновенные и точные результаты. Начните с простого поиска, постепенно добавляйте фильтры и анализаторы. И не забывайте про правило: Elasticsearch — для поиска, основная база данных — для хранения.
Попробуйте интегрировать его в свой следующий проект — увидите, как это удобно.

