ElasticSearch Full-text Search สร้างระบบค้นหาอัจฉริยะ

ในยุคดิจิทัลที่ข้อมูลหลั่งไหลไม่หยุดยั้ง การค้นหาสิ่งที่ต้องการได้อย่างรวดเร็วและแม่นยำไม่ใช่แค่ความสะดวกสบายอีกต่อไป แต่เป็นหัวใจสำคัญที่ขับเคลื่อนความสำเร็จของธุรกิจและประสบการณ์ของผู้ใช้งานครับ ไม่ว่าจะเป็นเว็บไซต์ E-commerce ที่ลูกค้าต้องการหาสินค้าที่ถูกใจ, ระบบจัดการเอกสารขนาดใหญ่ที่พนักงานต้องเข้าถึงข้อมูลสำคัญ, หรือแม้แต่แพลตฟอร์มข่าวสารที่ผู้ใช้ต้องการติดตามประเด็นร้อน การมีระบบค้นหาที่มีประสิทธิภาพจึงเป็นสิ่งจำเป็นอย่างยิ่ง และนี่คือจุดที่ Elasticsearch เข้ามามีบทบาทสำคัญ ในฐานะเครื่องมือทรงพลังสำหรับการสร้าง Full-text Search หรือระบบค้นหาข้อความเต็มรูปแบบที่ชาญฉลาด สามารถเข้าใจความหมายของคำที่ค้นหา จัดลำดับความเกี่ยวข้อง และนำเสนอผลลัพธ์ที่ตรงใจผู้ใช้ได้อย่างน่าทึ่งครับ

บทความนี้จะพาคุณเจาะลึกถึงโลกของ Elasticsearch และการประยุกต์ใช้เพื่อสร้างระบบค้นหาอัจฉริยะ ตั้งแต่พื้นฐาน แนวคิดหลัก ไปจนถึงเทคนิคขั้นสูง ตัวอย่างการใช้งานจริง และการปรับแต่งเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด ไม่ว่าคุณจะเป็นนักพัฒนา ผู้ดูแลระบบ หรือผู้บริหารที่กำลังมองหาโซลูชันเพื่อยกระดับระบบค้นหาของคุณ บทความนี้คือคู่มือฉบับสมบูรณ์ที่คุณไม่ควรพลาดครับ

• Full-text Search คืออะไร และทำไมถึงสำคัญ?
• รู้จักกับ Elasticsearch: ขุมพลังแห่งการค้นหา
• แนวคิดหลักของ Elasticsearch ที่ต้องรู้
  • Index: ข้อมูลรวมกันเป็นหนึ่ง
  • Document: หน่วยย่อยของข้อมูล
  • Mapping: การกำหนดโครงสร้างและประเภทข้อมูล
  • Analyzer: หัวใจสำคัญของการค้นหาข้อความเต็มรูปแบบ
  • Shard และ Replica: เพื่อความเร็วและความทนทาน
  • Query DSL: ภาษาสอบถามอันทรงพลัง
• เริ่มต้นใช้งาน Elasticsearch: การติดตั้งและเตรียมความพร้อม
  • การติดตั้งเบื้องต้น
  • Kibana: คู่หูที่ขาดไม่ได้
• เจาะลึกการสร้าง Full-text Search ด้วย Elasticsearch
  • การนำข้อมูลเข้าสู่ Elasticsearch เพื่อการค้นหา
    • การสร้าง Index พร้อม Custom Mapping
    • การรองรับภาษาไทยด้วย Thai Analyzer
    • การเพิ่ม Document เข้าไปใน Index
  • การเรียกค้นข้อมูลพื้นฐาน (Basic Full-text Queries)
    • Match Query: ค้นหาข้อความพื้นฐาน
    • Multi-Match Query: ค้นหาหลายฟิลด์พร้อมกัน
    • Query String Query: ความยืดหยุ่นด้วย Lucene Syntax
  • ฟีเจอร์ขั้นสูงเพื่อการค้นหาอัจฉริยะ
    • Relevance Scoring และการปรับแต่งความเกี่ยวข้อง
    • Boosting: เพิ่มน้ำหนักความสำคัญ
    • Fuzziness: การจัดการกับคำผิด
    • Phrase and Proximity Search: ค้นหาวลีและคำใกล้เคียง
    • Highlighting: เน้นคำที่ค้นหา
    • Suggestions และ Autocompletion: แนะนำคำค้นหา
    • Aggregations: การวิเคราะห์และจัดกลุ่มผลลัพธ์
• สร้างระบบค้นหาอัจฉริยะที่แท้จริง
  • กลยุทธ์การนำเข้าข้อมูล (Data Ingestion)
  • การออกแบบประสบการณ์ผู้ใช้และการปรับแต่งความเกี่ยวข้อง
  • การปรับขนาด (Scaling) และประสิทธิภาพ
  • ความปลอดภัยของระบบค้นหา
• กรณีศึกษาและการประยุกต์ใช้ในโลกจริง
• Elasticsearch vs. Relational Database Search: เปรียบเทียบประสิทธิภาพ
• คำถามที่พบบ่อย (FAQ)
• สรุปและ Call to Action

Full-text Search คืออะไร และทำไมถึงสำคัญ?

ก่อนที่เราจะดำดิ่งเข้าสู่โลกของ Elasticsearch เรามาทำความเข้าใจพื้นฐานของ “Full-text Search” กันก่อนครับ การค้นหาข้อความเต็มรูปแบบ หรือ Full-text Search ไม่ใช่แค่การจับคู่คำแบบตรงตัว (exact match) เหมือนกับการใช้คำสั่ง SQL LIKE '%keyword%' ในฐานข้อมูลเชิงสัมพันธ์ทั่วไปครับ แต่เป็นการค้นหาที่พยายามทำความเข้าใจ “ความหมาย” ของข้อความ ประมวลผลภาษาธรรมชาติ และจัดลำดับผลลัพธ์ตามความเกี่ยวข้อง (relevance) ครับ

ความแตกต่างจากการค้นหาแบบดั้งเดิม

ลองนึกภาพว่าคุณต้องการค้นหาบทความเกี่ยวกับ “ระบบค้นหาอัจฉริยะ” ในฐานข้อมูลธรรมดา การค้นหาด้วย LIKE '%ระบบค้นหาอัจฉริยะ%' อาจจะได้ผลลัพธ์ที่ดี แต่ถ้าบทความนั้นใช้คำว่า “เครื่องมือค้นหาขั้นสูง” หรือ “AI สำหรับการค้นหา” คุณก็อาจจะพลาดบทความเหล่านั้นไปได้ง่ายๆ ครับ

แต่ Full-text Search ทำงานได้ลึกซึ้งกว่านั้นครับ โดยอาศัยเทคนิคต่างๆ เช่น:

• Tokenization: การแบ่งข้อความออกเป็นหน่วยย่อยๆ (คำหรือวลี)
• Normalization: การแปลงคำให้อยู่ในรูปแบบมาตรฐาน เช่น การเปลี่ยนตัวพิมพ์ใหญ่เป็นตัวพิมพ์เล็ก
• Stop Word Removal: การตัดคำที่ไม่สำคัญออกไป เช่น “เป็น”, “อยู่”, “คือ”, “และ”
• Stemming/Lemmatization: การลดรูปคำให้เหลือเพียงรากศัพท์ เช่น “running”, “runs”, “ran” อาจจะถูกลดรูปเหลือ “run”
• Synonym Expansion: การขยายคำค้นหาไปยังคำพ้องความหมาย
• Relevance Scoring: การคำนวณคะแนนความเกี่ยวข้องของแต่ละผลลัพธ์

ด้วยกระบวนการเหล่านี้ Full-text Search จึงสามารถให้ผลลัพธ์ที่ครอบคลุม แม่นยำ และเป็นธรรมชาติมากขึ้น ทำให้ผู้ใช้ได้รับประสบการณ์การค้นหาที่ดีเยี่ยม ซึ่งเป็นสิ่งสำคัญอย่างยิ่งในการรักษาและดึงดูดผู้ใช้งานในโลกออนไลน์ปัจจุบันครับ

รู้จักกับ Elasticsearch: ขุมพลังแห่งการค้นหา

Elasticsearch คือ Search Engine แบบกระจาย (Distributed) และ RESTful ที่ถูกสร้างขึ้นบนไลบรารี Apache Lucene ครับ มันถูกออกแบบมาเพื่อเก็บ ค้นหา และวิเคราะห์ข้อมูลจำนวนมหาศาลได้อย่างรวดเร็วและมีประสิทธิภาพสูง ไม่ว่าจะเป็นข้อมูลที่เป็นข้อความ (text), ตัวเลข (numeric), วันที่ (date), หรือข้อมูลประเภทอื่นๆ Elasticsearch สามารถจัดการได้ทั้งหมดครับ

หัวใจสำคัญที่ทำให้ Elasticsearch โดดเด่นคือความสามารถในการทำ Full-text Search ที่ยอดเยี่ยม ด้วยความสามารถในการประมวลผลภาษาธรรมชาติ, การจัดลำดับความเกี่ยวข้อง, และการวิเคราะห์ข้อมูลในแบบเรียลไทม์ ทำให้มันเป็นตัวเลือกอันดับต้นๆ สำหรับการสร้างระบบค้นหาในแอปพลิเคชันและบริการต่างๆ มากมายครับ

คุณสมบัติเด่นของ Elasticsearch

• Distributed: ถูกออกแบบมาให้ทำงานแบบกระจายตัวบนหลายๆ โหนด ทำให้สามารถรองรับข้อมูลขนาดใหญ่ (Big Data) และเพิ่มขีดความสามารถ (Scale) ได้อย่างง่ายดาย
• RESTful API: การสื่อสารกับ Elasticsearch ทำได้ง่ายผ่าน RESTful API โดยใช้ JSON เป็นรูปแบบข้อมูล ทำให้การพัฒนาและเชื่อมต่อกับแอปพลิเคชันต่างๆ เป็นไปอย่างราบรื่นครับ
• Schema-less: สามารถจัดเก็บข้อมูลในรูปแบบ JSON ได้โดยไม่จำเป็นต้องกำหนด Schema อย่างเข้มงวดล่วงหน้า (แต่ก็สามารถกำหนดได้ด้วย Mapping)
• Speed and Scalability: ค้นหาข้อมูลได้อย่างรวดเร็วในระดับมิลลิวินาที แม้จะมีข้อมูลหลายเทราไบต์ และสามารถขยายระบบได้อย่างไร้รอยต่อครับ
• Full-text Search Capabilities: ความสามารถในการค้นหาข้อความเต็มรูปแบบขั้นสูง รวมถึงการจัดการภาษาต่างๆ, การจัดลำดับความเกี่ยวข้อง, การแนะนำคำ, และการแก้ไขคำผิด
• Analytical Features: มีความสามารถในการทำ Aggregation (การจัดกลุ่มและสรุปข้อมูล) ที่ทรงพลัง ทำให้สามารถสร้าง Dashboard, รายงาน, และการวิเคราะห์ข้อมูลเชิงลึกได้ครับ
• Open Source: เป็นซอฟต์ต์แวร์โอเพนซอร์ส ทำให้มีชุมชนผู้ใช้งานและนักพัฒนาขนาดใหญ่คอยสนับสนุน

Elasticsearch ไม่ได้ถูกใช้แค่ในการค้นหาข้อความเท่านั้นนะครับ แต่ยังถูกนำไปประยุกต์ใช้ในหลากหลายอุตสาหกรรม เช่น:

• E-commerce: สร้างระบบค้นหาสินค้าที่แม่นยำและเป็นส่วนตัว
• Log and Metrics Analysis: เก็บและวิเคราะห์ข้อมูล Log จากแอปพลิเคชันและเซิร์ฟเวอร์ (ร่วมกับ Kibana, Logstash, Beats หรือที่เรียกว่า ELK Stack)
• Security Analytics: ตรวจจับภัยคุกคามและวิเคราะห์ข้อมูลด้านความปลอดภัย
• Content Management Systems: ค้นหาบทความ, เอกสาร, หรือสื่อต่างๆ
• Business Intelligence: สร้าง Dashboard และรายงานเพื่อวิเคราะห์ข้อมูลทางธุรกิจ

แนวคิดหลักของ Elasticsearch ที่ต้องรู้

การทำความเข้าใจแนวคิดพื้นฐานของ Elasticsearch เป็นสิ่งสำคัญมากครับ เพราะจะช่วยให้คุณสามารถออกแบบ, พัฒนา, และปรับแต่งระบบค้นหาได้อย่างมีประสิทธิภาพ มาดูกันครับว่ามีอะไรบ้าง

Index: ข้อมูลรวมกันเป็นหนึ่ง

ใน Elasticsearch, Index เปรียบเสมือนกับฐานข้อมูล (database) ในโลกของ RDBMS หรือเป็นประเภทของเอกสาร (document type) ในฐานข้อมูล NoSQL ครับ Index เป็นที่เก็บรวบรวมของเอกสารที่มีคุณสมบัติคล้ายคลึงกันไว้ด้วยกันครับ

• ตัวอย่าง: คุณอาจจะมี Index ชื่อ products สำหรับเก็บข้อมูลสินค้า, articles สำหรับเก็บข้อมูลบทความ, หรือ logs สำหรับเก็บข้อมูล Log ครับ
• ความสำคัญ: การออกแบบ Index ที่ดีจะช่วยให้การค้นหาเป็นไปอย่างมีประสิทธิภาพและจัดการข้อมูลได้ง่ายครับ

Document: หน่วยย่อยของข้อมูล

Document คือหน่วยข้อมูลพื้นฐานที่สุดใน Elasticsearch ครับ เปรียบเสมือนกับแถว (row) ใน RDBMS หรือเอกสารในฐานข้อมูล NoSQL (เช่น MongoDB) Document ถูกจัดเก็บในรูปแบบ JSON ที่มีความยืดหยุ่นสูง และเป็นหน่วยข้อมูลที่ถูก Index และค้นหาครับ

• ตัวอย่าง: ข้อมูลสินค้า 1 ชิ้น, บทความ 1 เรื่อง, หรือ Log entry 1 บรรทัด คือ 1 Document ครับ
• คุณสมบัติ: แต่ละ Document จะมี ID ที่ไม่ซ้ำกันภายใน Index นั้นๆ ครับ

{
  "id": "123",
  "title": "ElasticSearch Full-text Search สร้างระบบค้นหาอัจฉริยะ",
  "author": "SiamLancard Team",
  "content": "บทความนี้จะพาคุณเจาะลึกถึงโลกของ Elasticsearch และการประยุกต์ใช้...",
  "tags": ["elasticsearch", "full-text search", "ai search"],
  "published_date": "2023-10-27T10:00:00Z"
}

Mapping: การกำหนดโครงสร้างและประเภทข้อมูล

Mapping คือกระบวนการกำหนดโครงสร้าง (schema) และประเภทข้อมูล (data type) ของแต่ละฟิลด์ภายใน Document ที่จะถูกจัดเก็บใน Index ครับ แม้ Elasticsearch จะเป็น Schema-less แต่การกำหนด Mapping ที่ชัดเจนจะช่วยให้การค้นหาและการวิเคราะห์ข้อมูลมีประสิทธิภาพมากขึ้นอย่างมหาศาลครับ

• ประเภทข้อมูล: เช่น text สำหรับข้อความที่ต้องการทำ Full-text Search, keyword สำหรับข้อความที่ต้องการค้นหาแบบตรงตัว (เช่น รหัสสินค้า), long สำหรับตัวเลขจำนวนเต็ม, float สำหรับตัวเลขทศนิยม, date สำหรับวันที่และเวลา, หรือ boolean ครับ
• Analyzer: ใน Mapping เราสามารถกำหนด Analyzer ที่จะใช้กับฟิลด์ประเภท text ได้ ซึ่งเป็นหัวใจสำคัญของการทำ Full-text Search ครับ
• Dynamic Mapping: หากเราไม่ได้กำหนด Mapping ล่วงหน้า Elasticsearch จะพยายามเดาประเภทข้อมูลและสร้าง Mapping ให้โดยอัตโนมัติ ซึ่งเรียกว่า Dynamic Mapping ครับ

Analyzer: หัวใจสำคัญของการค้นหาข้อความเต็มรูปแบบ

Analyzer คือองค์ประกอบสำคัญที่ทำหน้าที่ประมวลผลข้อความ (text) ในระหว่างการ Index และการ Query เพื่อให้ได้ผลลัพธ์การค้นหาที่ดีที่สุดครับ กระบวนการนี้เรียกว่า Analysis

Analyzer ประกอบด้วย 3 ส่วนหลักๆ ครับ:

1. Character Filters: ทำการประมวลผลข้อความก่อนเป็นอันดับแรก เช่น การลบแท็ก HTML, การแปลงอักขระพิเศษ
2. Tokenizer: ทำการแบ่งข้อความออกเป็นหน่วยย่อยๆ ที่เรียกว่า “tokens” หรือ “terms” ครับ เช่น แบ่งประโยคเป็นคำๆ
3. Token Filters: ทำการประมวลผล tokens ที่ได้จาก Tokenizer เช่น
   • lowercase filter: แปลงตัวพิมพ์ใหญ่เป็นตัวพิมพ์เล็ก
   • stop filter: ลบ Stop Words (คำที่ไม่สำคัญ)
   • stemmer filter: ลดรูปคำให้เหลือเพียงรากศัพท์
   • synonym filter: ขยายคำค้นหาไปยังคำพ้องความหมาย

การเลือกและปรับแต่ง Analyzer ให้เหมาะสมกับภาษาและลักษณะข้อมูลของเราเป็นสิ่งสำคัญอย่างยิ่งในการสร้าง Full-text Search ที่มีประสิทธิภาพครับ โดยเฉพาะอย่างยิ่งกับภาษาไทยที่มีความซับซ้อนเรื่องการแบ่งคำครับ

Shard และ Replica: เพื่อความเร็วและความทนทาน

Elasticsearch ถูกออกแบบมาให้ทำงานแบบกระจายตัว ซึ่ง Shard และ Replica คือกลไกสำคัญที่ทำให้สิ่งนี้เป็นจริงครับ

• Shard: Index หนึ่งๆ จะถูกแบ่งออกเป็นส่วนย่อยๆ หลายส่วนที่เรียกว่า Shard ครับ แต่ละ Shard เป็น Lucene Index ที่ทำงานได้อย่างอิสระ การแบ่ง Index เป็น Shard ทำให้ Elasticsearch สามารถ:
  • กระจายข้อมูลไปยังหลายๆ โหนด (nodes) ใน Cluster
  • ประมวลผลการค้นหาแบบขนาน (parallel processing) เพื่อความเร็วสูงสุด
  • รองรับข้อมูลขนาดใหญ่ที่เกินกว่าความจุของดิสก์ในโหนดเดียว

  Shard มีสองประเภท คือ Primary Shard ซึ่งเป็น Shard ต้นฉบับ และ Replica Shard ซึ่งเป็นสำเนาของ Primary Shard ครับ

• Replica Shard: คือสำเนาของ Primary Shard ครับ มีประโยชน์หลักๆ คือ:
  • High Availability: หาก Primary Shard เกิดความเสียหาย Replica Shard สามารถเข้ามาทำหน้าที่แทนได้ทันที
  • Increased Search Throughput: การค้นหาจะถูกกระจายไปยังทั้ง Primary และ Replica Shard ทำให้รองรับปริมาณการค้นหาที่สูงขึ้นได้

การกำหนดจำนวน Shard และ Replica อย่างเหมาะสมจึงเป็นสิ่งสำคัญในการออกแบบ Cluster ของ Elasticsearch เพื่อให้ได้ทั้งประสิทธิภาพและความทนทานสูงสุดครับ

Query DSL: ภาษาสอบถามอันทรงพลัง

Query DSL (Domain Specific Language) คือภาษาที่ใช้ในการสอบถามข้อมูลจาก Elasticsearch ครับ มันเป็น JSON object ที่มีความยืดหยุ่นและทรงพลังสูง ทำให้เราสามารถสร้างการค้นหาที่ซับซ้อนได้ ไม่ว่าจะเป็นการค้นหาข้อความ, การกรองข้อมูล, การจัดลำดับ, หรือการทำ Aggregation ครับ

• Query Context: ใช้สำหรับการค้นหาที่ต้องการให้มีการคำนวณคะแนนความเกี่ยวข้อง (relevance score)
• Filter Context: ใช้สำหรับการกรองข้อมูลที่ไม่ต้องการคำนวณคะแนนความเกี่ยวข้อง ซึ่งจะเร็วกว่า Query Context

เราจะได้เห็นตัวอย่าง Query DSL ในส่วนของการเจาะลึกการสร้าง Full-text Search ต่อไปครับ

อ่านเพิ่มเติมเกี่ยวกับแนวคิดหลักของ Elasticsearch

เริ่มต้นใช้งาน Elasticsearch: การติดตั้งและเตรียมความพร้อม

เพื่อเริ่มต้นใช้งาน Elasticsearch เราจะต้องทำการติดตั้งและตั้งค่าเบื้องต้นก่อนครับ

การติดตั้งเบื้องต้น

Elasticsearch ต้องการ Java Runtime Environment (JRE) เวอร์ชั่น 11 หรือใหม่กว่าในการทำงานครับ

1. ติดตั้ง Java Development Kit (JDK)

หากยังไม่มี Java ในเครื่อง คุณสามารถติดตั้ง JDK ได้จากเว็บไซต์ของ Oracle หรือ OpenJDK ครับ

# ตัวอย่างสำหรับ Ubuntu/Debian
sudo apt update
sudo apt install openjdk-11-jdk

# ตรวจสอบเวอร์ชั่น Java
java -version

2. ติดตั้ง Elasticsearch (ผ่าน Docker เป็นวิธีที่แนะนำสำหรับการพัฒนา)

วิธีที่ง่ายที่สุดในการเริ่มต้นใช้งาน Elasticsearch สำหรับการพัฒนาหรือทดสอบคือการใช้ Docker ครับ

# ดึง Docker image ของ Elasticsearch
docker pull docker.elastic.co/elasticsearch/elasticsearch:8.x.x # (ใช้เวอร์ชั่นล่าสุดที่เสถียร)

# รัน Elasticsearch container (สำหรับเวอร์ชั่น 8.x ขึ้นไป จะมีการเปิดใช้งาน Security โดยอัตโนมัติ)
# เราสามารถรันแบบ Single Node โดยปิดการตรวจสอบ security เบื้องต้นสำหรับการทดสอบได้
# หรือกำหนดรหัสผ่านและรับใบรับรองสำหรับ production
# ตัวอย่างแบบง่ายสำหรับการทดสอบ (ระวัง: ไม่แนะนำสำหรับ Production)
docker run -d \
  --name elasticsearch \
  -p 9200:9200 \
  -e "discovery.type=single-node" \
  -e "xpack.security.enabled=false" \
  docker.elastic.co/elasticsearch/elasticsearch:8.x.x

หากคุณใช้ Docker Compose จะสะดวกยิ่งขึ้นครับ

# docker-compose.yml
version: '3.8'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:8.x.x # ใช้เวอร์ชั่นล่าสุด
    container_name: elasticsearch
    ports:
      - "9200:9200"
    environment:
      - discovery.type=single-node
      - xpack.security.enabled=false # สำหรับการทดสอบเท่านั้น ไม่แนะนำสำหรับ Production
    volumes:
      - elasticsearch-data:/usr/share/elasticsearch/data

volumes:
  elasticsearch-data:
    driver: local

# รัน Docker Compose
docker-compose up -d

หลังจากรันแล้ว คุณสามารถตรวจสอบสถานะได้โดยเข้าถึง http://localhost:9200 ในเบราว์เซอร์ของคุณครับ คุณควรจะเห็น JSON response ที่แสดงข้อมูลเกี่ยวกับ Cluster ของ Elasticsearch ครับ

Kibana: คู่หูที่ขาดไม่ได้

Kibana คือเครื่องมือสำหรับการสำรวจ, วิเคราะห์, และแสดงผลข้อมูล (visualization) ที่จัดเก็บอยู่ใน Elasticsearch ครับ มันเป็น Web UI ที่ช่วยให้เราสามารถจัดการ Index, สร้าง Query, ดู Log, และสร้าง Dashboard ได้อย่างง่ายดายครับ

การติดตั้ง Kibana ด้วย Docker

คุณสามารถรัน Kibana คู่กับ Elasticsearch ได้ง่ายๆ ด้วย Docker ครับ

# เพิ่ม Kibana ใน docker-compose.yml เดิม
version: '3.8'
services:
  elasticsearch:
    image: docker.elastic.co/elasticsearch/elasticsearch:8.x.x
    container_name: elasticsearch
    ports:
      - "9200:9200"
    environment:
      - discovery.type=single-node
      - xpack.security.enabled=false
    volumes:
      - elasticsearch-data:/usr/share/elasticsearch/data
  kibana:
    image: docker.elastic.co/kibana/kibana:8.x.x # ใช้เวอร์ชั่นเดียวกับ Elasticsearch
    container_name: kibana
    ports:
      - "5601:5601"
    environment:
      - ELASTICSEARCH_HOSTS=http://elasticsearch:9200 # เชื่อมต่อไปยัง Elasticsearch container
    depends_on:
      - elasticsearch

volumes:
  elasticsearch-data:
    driver: local

# รัน Docker Compose
docker-compose up -d

เมื่อ Kibana ทำงานแล้ว คุณสามารถเข้าถึงได้ที่ http://localhost:5601 ครับ คุณจะสามารถเริ่มต้นสำรวจข้อมูลและสร้าง Query ได้จากส่วน “Dev Tools” (Console) ใน Kibana ครับ ซึ่งเราจะใช้ส่วนนี้ในการทดสอบ Query ต่างๆ ในบทความนี้ครับ

เจาะลึกการสร้าง Full-text Search ด้วย Elasticsearch

มาถึงส่วนสำคัญที่สุดของบทความนี้ครับ เราจะมาลงมือสร้าง Full-text Search ด้วย Elasticsearch กัน โดยจะเริ่มต้นตั้งแต่การนำข้อมูลเข้า การเขียน Query ไปจนถึงการใช้ฟีเจอร์ขั้นสูงต่างๆ ครับ

การนำข้อมูลเข้าสู่ Elasticsearch เพื่อการค้นหา

ก่อนที่เราจะค้นหาได้ เราต้องมีข้อมูลใน Elasticsearch ก่อนครับ กระบวนการนำข้อมูลเข้าเรียกว่า Indexing

การสร้าง Index พร้อม Custom Mapping

การสร้าง Index พร้อมกำหนด Custom Mapping เป็นสิ่งสำคัญมากครับ โดยเฉพาะอย่างยิ่งสำหรับฟิลด์ที่เป็นข้อความ เพื่อให้ Elasticsearch รู้ว่าจะต้องประมวลผลข้อความเหล่านั้นอย่างไร

เราจะสร้าง Index ชื่อ articles ที่มีฟิลด์ title และ content เป็นประเภท text และฟิลด์ tags เป็น keyword ครับ

PUT /articles
{
  "settings": {
    "number_of_shards": 1,
    "number_of_replicas": 0,
    "analysis": {
      "analyzer": {
        "custom_thai_analyzer": {
          "tokenizer": "thai",
          "filter": [
            "lowercase",
            "stop_thai",
            "icu_normalizer"
          ]
        }
      },
      "tokenizer": {
        "thai": {
          "type": "icu_tokenizer"
        }
      },
      "filter": {
        "stop_thai": {
          "type": "stop",
          "stopwords": "_thai_"
        }
      }
    }
  },
  "mappings": {
    "properties": {
      "title": {
        "type": "text",
        "analyzer": "custom_thai_analyzer",
        "fields": {
          "keyword": {
            "type": "keyword",
            "ignore_above": 256
          }
        }
      },
      "content": {
        "type": "text",
        "analyzer": "custom_thai_analyzer"
      },
      "author": {
        "type": "keyword"
      },
      "tags": {
        "type": "keyword"
      },
      "published_date": {
        "type": "date"
      }
    }
  }
}

คำอธิบายโค้ด:

• PUT /articles: เป็นคำสั่ง HTTP PUT เพื่อสร้าง Index ชื่อ articles
• settings.number_of_shards และ number_of_replicas: กำหนดจำนวน Shard และ Replica (สำหรับ Single Node Test เราตั้ง Replica เป็น 0)
• settings.analysis.analyzer: เราสร้าง Custom Analyzer ชื่อ custom_thai_analyzer ขึ้นมา
• tokenizer: "thai": ใช้ icu_tokenizer ซึ่งเป็น Tokenizer ที่ดีสำหรับการแบ่งคำในภาษาไทยครับ (ต้องติดตั้ง ICU Analysis plugin หากไม่ได้มาพร้อมเวอร์ชั่นที่คุณใช้ หรือใช้ standard analyzer เป็นตัวเริ่มต้นก่อน)
• filter: [...]: กำหนด Token Filters ที่จะใช้กับ Analyzer นี้
  • lowercase: แปลงตัวพิมพ์ใหญ่เป็นตัวพิมพ์เล็ก
  • stop_thai: ใช้ Stop Word Filter สำหรับภาษาไทย (_thai_ คือ Stop Word List มาตรฐานสำหรับภาษาไทย)
  • icu_normalizer: ปรับรูปแบบอักขระให้เป็นมาตรฐาน
• mappings.properties: กำหนดฟิลด์ต่างๆ ใน Document
  • title และ content: ถูกกำหนดให้เป็น text และใช้ custom_thai_analyzer ที่เราสร้างขึ้น
  • title.fields.keyword: สร้าง Sub-field ชื่อ title.keyword ที่เป็นประเภท keyword เพื่อให้สามารถค้นหาแบบตรงตัวหรือใช้ในการทำ Aggregation ได้
  • author และ tags: ถูกกำหนดให้เป็น keyword ซึ่งเหมาะสำหรับฟิลด์ที่ต้องการค้นหาแบบตรงตัว หรือใช้ในการกรองข้อมูล (filter) และ Aggregation
  • published_date: ถูกกำหนดให้เป็น date

การรองรับภาษาไทยด้วย Thai Analyzer

ภาษาไทยมีความท้าทายในการทำ Full-text Search เพราะไม่มีการเว้นวรรคระหว่างคำชัดเจนเหมือนภาษาอังกฤษ การใช้ icu_tokenizer (จาก ICU Analysis Plugin) เป็นทางเลือกที่ดีเยี่ยมในการจัดการปัญหานี้ครับ เพราะมันสามารถแบ่งคำในภาษาไทยได้อย่างชาญฉลาด ทำให้ผลลัพธ์การค้นหาแม่นยำยิ่งขึ้น

หากคุณไม่ได้ใช้ Docker image ที่มี ICU Analysis Plugin มาให้ คุณอาจจะต้องติดตั้งเพิ่มเติมครับ (สำหรับ Docker image ของ Elastic มักจะมีมาให้แล้วในเวอร์ชั่นหลังๆ)

# ติดตั้ง ICU Analysis Plugin (หากจำเป็น)
# ในการติดตั้งด้วยตัวเอง:
# bin/elasticsearch-plugin install analysis-icu

# สำหรับ Docker: ต้องสร้าง Dockerfile ที่ติดตั้ง Plugin เพิ่มเติม หรือหา Image ที่มีมาให้แล้ว

การเพิ่ม Document เข้าไปใน Index

เมื่อสร้าง Index แล้ว เราก็สามารถเพิ่ม Document เข้าไปได้เลยครับ

POST /articles/_doc/1
{
  "title": "ElasticSearch Full-text Search สร้างระบบค้นหาอัจฉริยะสำหรับภาษาไทย",
  "author": "SiamLancard Team",
  "content": "บทความนี้จะพาคุณเจาะลึกถึงโลกของ Elasticsearch และการประยุกต์ใช้เพื่อสร้างระบบค้นหาอัจฉริยะที่รองรับภาษาไทยได้อย่างมีประสิทธิภาพ ด้วยความสามารถในการแบ่งคำ (word segmentation) และการวิเคราะห์คำที่ซับซ้อน ทำให้การค้นหาข้อมูลภาษาไทยเป็นเรื่องง่ายและแม่นยำยิ่งขึ้นครับ",
  "tags": ["elasticsearch", "full-text search", "thai language", "intelligent search"],
  "published_date": "2023-10-27T10:00:00Z"
}

POST /articles/_doc/2
{
  "title": "การพัฒนาเว็บแอปพลิเคชันด้วย Node.js และ Express",
  "author": "DevGuru",
  "content": "เรียนรู้การสร้าง Web API และ Microservices ด้วย Node.js และ Express framework ที่นิยมใช้กันอย่างแพร่หลาย พร้อมตัวอย่างโค้ดและ Best Practices ต่างๆ เพื่อให้คุณสามารถสร้างแอปพลิเคชันที่รวดเร็วและ Scalable ได้",
  "tags": ["nodejs", "express", "web development", "api"],
  "published_date": "2023-09-15T09:30:00Z"
}

POST /articles/_doc/3
{
  "title": "เคล็ดลับการปรับแต่งประสิทธิภาพของ Elasticsearch Cluster",
  "author": "AdminPro",
  "content": "ค้นพบเทคนิคและกลยุทธ์ในการปรับแต่ง Elasticsearch Cluster เพื่อให้ได้ประสิทธิภาพสูงสุด ไม่ว่าจะเป็นการปรับ Shard, Replica, Heap Size, หรือการตั้งค่า Indexing และ Query Performance ต่างๆ",
  "tags": ["elasticsearch", "performance tuning", "cluster", "devops"],
  "published_date": "2023-10-01T14:45:00Z"
}

POST /articles/_doc/4
{
  "title": "การทำ SEO ให้เว็บไซต์ติดอันดับ Google ด้วยเทคนิค White Hat",
  "author": "SEOMaster",
  "content": "เรียนรู้หลักการสำคัญของการทำ SEO แบบยั่งยืน เพื่อให้เว็บไซต์ของคุณติดอันดับการค้นหาของ Google ได้อย่างมั่นคง โดยเน้นเทคนิคที่ถูกต้องและเป็นไปตามหลักเกณฑ์ของ Google",
  "tags": ["seo", "google", "white hat", "marketing"],
  "published_date": "2023-08-20T11:00:00Z"
}

เราใช้ POST /articles/_doc/{id} เพื่อเพิ่ม Document เข้าไปใน Index articles ครับ Elasticsearch จะทำการ Index ข้อมูลเหล่านี้โดยใช้ Mapping และ Analyzer ที่เรากำหนดไว้ครับ

การเรียกค้นข้อมูลพื้นฐาน (Basic Full-text Queries)

เมื่อมีข้อมูลแล้ว เราก็สามารถเริ่มค้นหาได้เลยครับ

Match Query: ค้นหาข้อความพื้นฐาน

match_query เป็น Query พื้นฐานที่สุดสำหรับการทำ Full-text Search ครับ มันจะทำการ Analysis ข้อความที่ใส่เข้ามา แล้วนำไปค้นหาในฟิลด์ที่กำหนด

GET /articles/_search
{
  "query": {
    "match": {
      "title": "ระบบค้นหาภาษาไทย"
    }
  }
}

ผลลัพธ์ที่คาดหวัง: Document ที่ 1 ควรจะได้คะแนนสูงสุด เพราะมีคำว่า “ระบบค้นหา” และ “ภาษาไทย” อยู่ใน Title ครับ

Multi-Match Query: ค้นหาหลายฟิลด์พร้อมกัน

หากเราต้องการค้นหาคำเดียวกันในหลายๆ ฟิลด์พร้อมกัน เราสามารถใช้ multi_match_query ได้ครับ

GET /articles/_search
{
  "query": {
    "multi_match": {
      "query": "elasticsearch ประสิทธิภาพ",
      "fields": ["title", "content"]
    }
  }
}

คำอธิบาย: Query นี้จะค้นหาคำว่า “elasticsearch” และ “ประสิทธิภาพ” ในฟิลด์ title และ content ครับ

Query String Query: ความยืดหยุ่นด้วย Lucene Syntax

query_string_query เป็น Query ที่ทรงพลังมากครับ เพราะอนุญาตให้เราใช้ Lucene Query Syntax ในการค้นหาได้ ทำให้สามารถสร้าง Query ที่ซับซ้อนขึ้นได้ เช่น การใช้ Boolean operators (AND, OR, NOT), Wildcard (*), หรือ Fuzzy search (~)

GET /articles/_search
{
  "query": {
    "query_string": {
      "query": "(elasticsearch AND (thai OR ภาษาไทย)) OR nodejs",
      "fields": ["title^2", "content"]
    }
  }
}

คำอธิบาย:

• (elasticsearch AND (thai OR ภาษาไทย)) OR nodejs: เป็น Lucene Syntax ที่ซับซ้อนขึ้น
• title^2: เป็นการเพิ่มน้ำหนัก (boost) ให้กับฟิลด์ title ถ้าเจอคำที่ค้นหาใน title จะได้คะแนนมากกว่าเจอใน content สองเท่าครับ

Query นี้จะค้นหา Document ที่มี “elasticsearch” และ (“thai” หรือ “ภาษาไทย”) หรือมี “nodejs” อยู่ในฟิลด์ title หรือ content ครับ

ฟีเจอร์ขั้นสูงเพื่อการค้นหาอัจฉริยะ

นอกจากการค้นหาพื้นฐานแล้ว Elasticsearch ยังมีฟีเจอร์ขั้นสูงมากมายที่ช่วยให้ระบบค้นหาของคุณฉลาดขึ้นและมอบประสบการณ์ที่ดีขึ้นให้กับผู้ใช้ครับ

Relevance Scoring และการปรับแต่งความเกี่ยวข้อง

หัวใจของ Full-text Search คือการจัดลำดับผลลัพธ์ตามความเกี่ยวข้อง (relevance) ครับ Elasticsearch ใช้โมเดลคะแนนความเกี่ยวข้องที่ซับซ้อน (เช่น BM25, ซึ่งเป็นวิวัฒนาการของ TF-IDF) เพื่อกำหนดว่า Document ใดมีความเกี่ยวข้องกับ Query มากที่สุด

• Term Frequency (TF): ยิ่งคำที่ค้นหาปรากฏบ่อยใน Document นั้นๆ คะแนนก็จะยิ่งสูง
• Inverse Document Frequency (IDF): ยิ่งคำที่ค้นหาปรากฏใน Document น้อยๆ เมื่อเทียบกับ Document ทั้งหมด คะแนนก็จะยิ่งสูง (หมายความว่าคำนั้นมีความพิเศษ ไม่ใช่คำทั่วไป)
• Field Length Norm: Document ที่สั้นกว่าแต่มีคำค้นหาปรากฏ คะแนนจะสูงกว่า Document ที่ยาวกว่ามากแต่มีคำค้นหาปรากฏเท่ากัน (เพราะคำนั้นมีความโดดเด่นมากกว่าใน Document สั้นๆ)

เราสามารถมีอิทธิพลต่อคะแนนความเกี่ยวข้องได้ด้วยเทคนิคต่างๆ เช่น Boosting ครับ

Boosting: เพิ่มน้ำหนักความสำคัญ

Boosting คือการเพิ่มน้ำหนักให้กับฟิลด์หรือ Query บางส่วน เพื่อให้ผลลัพธ์ที่ตรงกับเงื่อนไขนั้นๆ ได้คะแนนความเกี่ยวข้องสูงขึ้นครับ

GET /articles/_search
{
  "query": {
    "bool": {
      "should": [
        {
          "match": {
            "title": {
              "query": "elasticsearch",
              "boost": 3
            }
          }
        },
        {
          "match": {
            "content": {
              "query": "elasticsearch",
              "boost": 1
            }
          }
        },
        {
          "match": {
            "tags": {
              "query": "intelligent search",
              "boost": 2
            }
          }
        }
      ]
    }
  }
}

คำอธิบาย: Query นี้จะให้คะแนนที่สูงกว่า (boost 3) หากคำว่า “elasticsearch” ปรากฏใน title และให้คะแนนรองลงมา (boost 2) หากคำว่า “intelligent search” ปรากฏใน tags ครับ

Fuzziness: การจัดการกับคำผิด

ผู้ใช้อาจพิมพ์คำผิดได้ Fuzziness ช่วยให้ Elasticsearch สามารถค้นหา Document ได้แม้จะมีคำที่สะกดผิดเล็กน้อยครับ

GET /articles/_search
{
  "query": {
    "match": {
      "title": {
        "query": "elasicsearch",
        "fuzziness": "AUTO"
      }
    }
  }
}

คำอธิบาย: แม้จะพิมพ์ “elasicsearch” ผิดไป (ขาด ‘t’ ไป) Elasticsearch ก็ยังสามารถหา “ElasticSearch” เจอได้ด้วย fuzziness: "AUTO" ครับ ค่า AUTO จะคำนวณระยะห่างในการพิมพ์ผิดที่ยอมรับได้โดยอัตโนมัติ (Levenshtein distance) ขึ้นอยู่กับความยาวของคำครับ

Phrase and Proximity Search: ค้นหาวลีและคำใกล้เคียง

บางครั้งผู้ใช้ต้องการค้นหาวลีที่ตรงกัน หรือคำที่อยู่ใกล้กัน

• Match Phrase Query: ค้นหาวลีที่ตรงกันเป๊ะๆ (คำต้องเรียงตามลำดับและอยู่ติดกัน)
• Slop: กำหนดจำนวนคำที่คลาดเคลื่อนได้ระหว่างคำในวลี

GET /articles/_search
{
  "query": {
    "match_phrase": {
      "content": {
        "query": "ระบบค้นหาอัจฉริยะ",
        "slop": 1
      }
    }
  }
}

คำอธิบาย: Query นี้จะค้นหาวลี “ระบบค้นหาอัจฉริยะ” ในฟิลด์ content และยอมให้มีคำอื่นๆ คั่นกลางได้ไม่เกิน 1 คำครับ (ในกรณีนี้วลีอยู่ติดกันอยู่แล้ว แต่ slop จะมีประโยชน์เมื่อต้องการความยืดหยุ่น)

Highlighting: เน้นคำที่ค้นหา

เมื่อแสดงผลลัพธ์การค้นหา การเน้นคำที่ตรงกับ Query (Highlighting) จะช่วยให้ผู้ใช้เห็นได้อย่างรวดเร็วว่าทำไม Document นั้นถึงเกี่ยวข้องครับ

GET /articles/_search
{
  "query": {
    "match": {
      "content": "ภาษาไทย"
    }
  },
  "highlight": {
    "fields": {
      "content": {}
    },
    "pre_tags": ["<em>"],
    "post_tags": ["</em>"]
  }
}

ผลลัพธ์: ในส่วนของ hits.highlight.content คุณจะเห็นข้อความที่ถูกเน้นด้วยแท็ก เช่น “…ที่รองรับ <em>ภาษาไทย</em> ได้อย่างมีประสิทธิภาพ…” ครับ

PUT /articles/_mapping
{
  "properties": {
    "suggest_title": {
      "type": "completion"
    }
  }
}

POST /articles/_update/1
{
  "doc": {
    "suggest_title": "ElasticSearch Full-text Search สร้างระบบค้นหาอัจฉริยะสำหรับภาษาไทย"
  }
}

GET /articles/_search
{
  "suggest": {
    "my-title-suggest": {
      "prefix": "ระบบค้น",
      "completion": {
        "field": "suggest_title",
        "size": 5
      }
    }
  }
}

GET /articles/_search
{
  "size": 0,
  "aggs": {
    "articles_by_author": {
      "terms": {
        "field": "author.keyword",
        "size": 10
      }
    },
    "articles_by_tag": {
      "terms": {
        "field": "tags.keyword",
        "size": 10
      }
    }
  }
}