# Search index in Atlas MongoDB Cloud

### Create index

###### Для создания поискового индекса требуется в консоли Atlas MongoDB выбрать требуемую коллекцию, выбрать вкладку __Search__, и нажать кнопку __CreateSearchIndex__

###### Далее требуется заполнить структуру и описание индекса в данном окне:

###### Для примера можно использовать следующий пример:

{
  "mappings": {
    "dynamic": false,
    "fields": {
      "comment_text": {
        "analyzer": "lucene.standard",
        "multi": {
          "english": {
            "analyzer": "lucene.english",
            "type": "string"
          },
          "russian": {
            "analyzer": "lucene.russian",
            "type": "string"
          }
        },
        "type": "string"
      }
    }
  }
}

### Index fields description

##### __dynamic__ - если true, то все поля автоматически попадают под индекс, если false то ожидаем настроек для требуемых полей

##### __fields__ - список полей которые должны быть подвергнуты индексированию

##### __analyzer__ - используемый по умолчанию индекс, если не указан дополнительный

##### __multi__ - список подиндексов которые будут созданы (используется для поддержки различных языков), в текущем примере на поле comment_text создается два индекса на английском и русском языке

### Дополнительно

###### Различные языки используются для корректного формирования индекса, в разных языках различные нюансы написания текстов, а также различные __stop_words__ в понимании NLP (Natural Language Processing), например при индексации текста - "Привет, как у тебя дела?", русский индекс сформирует массив ["Привет", "тебя", "дела"], а в английском ["Привет", "как", "у", "тебя", "дела"], и поиск по второму массиву будет "загрязнен" стоп словами.

###### Время первичного формирования индекса зависит от колличества узлов кластера, а также от количества уже существующих в нем документов, обновление индекса возможно на "горячую", что не приведет к остановке возможности поиска по данному индексу.

### Make search with __pyMongo__

from pymongo import MongoClient


mongo_conn = MongoClient("localhost", 27017)
mongo = mongo_conn.db_name


search_pipeline = [
    {"$search":
            {"text": {
                "query": ["Княжна", "Ростова"],
                "path": {"value": "comment_text", "multi": "russian"}
            }
        }
    },
    {
        "$project": {
            "comment_text": 1,
            "_id": 1
        }
    }
]

res = mongo.collection_name.aggregate(search_pipeline)

### Make search with __mongoengine__

##### __res__ - тип __cursor__, результат поиска отсортированный по точности попадания, элементы курсора - __dict__

import mongoengine


class Comment(mongoengine.Document):
    comment_text = mongoengine.StringField(db_field="comment_text")


mongoengine.connect(db="db_name")


search_pipeline = [
    {"$search":
            {"text": {
                "query": ["Княжна", "Ростова"],
                "path": {"value": "comment_text", "multi": "russian"}
            }
        }
    },
    {
        "$project": {
            "comment_text": 1,
            "_id": 1
        }
    }
]

res = Comment.objects().aggregate(search_pipeline)

##### __res__ - тип __cursor__, результат поиска отсортированный по точности попадания, элементы курсора - объекты типа __Comment__