Elasticsearch とは？

探し方によるんだ。MySQLのLIKEは「Patrick%」のような前方一致ならインデックスを使えるけど、「%Patrick%」のようにワイルドカードで始まる検索では使えない。だから文章の途中にある言葉を探すのは苦手なんだよ。Elasticsearchは、文章をあらかじめ単語などに分けて索引を作っておくから、長い文章がたくさんあっても言葉から探しやすいんだ。

「転置インデックス」という仕組みで、本の巻末にある索引と同じ考え方だよ。「Python → 32, 45, 78ページ」のように、言葉から、それが出てくる文書を引ける表を作っておく。ふつうは「文書→含まれる言葉」の向きだけど、その逆向きだから「転置」と呼ぶんだ。Elasticsearchが土台にしている検索ライブラリ、Apache Luceneがこの方式を使っているよ。

できるけど、分け方の設定が大事だよ。Elasticsearchは、保存するときに文章を「トークン」と呼ぶ小さな単位に分ける（テキスト分析）。英語は空白で区切れるけど、日本語は単語の間に空白がないから、日本語向けの分け方を選ぶ必要があるんだ。そのために、日本語用の分析プラグイン（kuromoji）が用意されているよ。分け方が合っていないと、探したい言葉で見つからないことがあるよ。

Logstashなどでログを集めてElasticsearchに保存し、Kibanaという画面で検索したりグラフにしたりする使い方だよ。この3つの頭文字をとって「ELKスタック」と呼ばれてきたんだ。「この時間帯のエラーだけ抜き出す」「どのURLでエラーが多いか集計する」といったことができるよ。

保存直後に必ず出るわけではなく、検索への反映には「リフレッシュ」が必要だよ。既定の間隔はElastic Stackで1秒、Elastic Cloud Serverlessで5秒なんだ。Elastic Stackでは、直近30秒に検索されたインデックスを対象に定期リフレッシュする。設定や負荷でも待ち時間が変わるので「必ず1秒以内」とは考えないでね。これを「ニアリアルタイム」と呼ぶよ。別のDBから検索用にデータを写すなら、反映の遅れや写し漏れに備えて、作り直せる手順も用意しよう。