生产环境中全文搜索的两种实现方案选型探讨

一直想搞懂生产环境里全文搜索的实际落地方式，大部分文章只讲技术和基础实现，但实际应用里往往要索引2个以上字段。尤其是在无服务器架构搭配NoSQL数据库（比如Cloud Firestore、MongoDB Atlas）的商品搜索场景下，结合Algolia、Meilisearch、Typesense这类FTS引擎，目前有两种主流实现方案，先以下面的商品数据集为例：

{
  "id": 1,
  "title": "iPhone 9",
  "description": "An apple mobile which is nothing like apple",
  "price": 549,
  "discountPercentage": 12.96,
  "rating": 4.69,
  "stock": 94,
  "brand": "Apple",
  "category": "smartphones",
  "thumbnail": "https://i.dummyjson.com/data/products/1/thumbnail.jpg",
  "images": [
    "https://i.dummyjson.com/data/products/1/1.jpg",
    "https://i.dummyjson.com/data/products/1/2.jpg",
    "https://i.dummyjson.com/data/products/1/3.jpg",
    "https://i.dummyjson.com/data/products/1/4.jpg",
    "https://i.dummyjson.com/data/products/1/thumbnail.jpg"
  ]
}

方案1：全量字段索引至FTS引擎，作为唯一数据源 #

将商品的所有字段都同步到FTS引擎中，搜索时直接从FTS引擎获取完整数据，不再调用原始NoSQL数据库。核心要求是保证FTS引擎与数据库的数据实时同步。

• 优点：无需额外调用数据库，特别适合Firestore这类按读取量计费的NoSQL服务，能有效控制数据库读取成本。
• 缺点：数据量增长会直接推高FTS引擎的内存或存储成本；索引无关字段（比如示例中的图片URL）可能降低搜索性能。

方案2：仅索引核心字段，FTS结果关联数据库拉取全量数据 #

只将搜索相关的核心字段（比如标题、描述、品牌、分类）索引到FTS引擎，搜索时先从FTS引擎拿到匹配的商品ID，再批量查询NoSQL数据库获取完整商品数据。

• 优点：大幅减少FTS引擎的索引数据量，降低其资源占用和成本。
• 缺点：需要两次远程调用（FTS引擎+数据库），会增加应用延迟；同时提升了NoSQL数据库的读取量，对应成本也会上升。

生产环境数据持续增长时的核心思考 #

1. 全量索引FTS作为数据源的方案，是否比“FTS+数据库”的混合方案更具优势？
2. 针对数据增长，是选择垂直扩容FTS/数据库资源，还是通过优化FTS查询和数据库查询逻辑来适配，这两种思路是否都可行？
3. 这是最关键的问题——你是否也在寻找这些问题的答案？

注：本人并非该领域专家，若内容有不妥之处，敬请谅解。

内容的提问来源于stack exchange，提问作者baek