Módulo de estudo
Busca Inteligente em Bancos de Dados com Full-Text Search
Do LIKE ao índice invertido: MySQL, PostgreSQL, SQLite/FTS5, Cloudflare D1, MongoDB, Cassandra e critérios de performance em produção.
- Nível
- Intermediário
- Duração
- 20h
- Pontos
- 1320
- Aulas
- 27
0 de 35 etapas concluídas
O que você vai aprender
- Diagnosticar falhas de relevância e performance do LIKE
- Implementar Full-Text Search em MySQL, PostgreSQL e SQLite/D1
- Avaliar MongoDB, Cassandra e motores dedicados na matriz de decisão
- Medir planos de execução e operar busca com critérios de produção
Busca Inteligente em Bancos de Dados com Full-Text Search
Campo de busca parece simples — até o LIKE '%termo%' virar gargalo e lista irrelevante. Neste módulo intermediário (~20 h, 27 aulas, 8 matérias) você aprende o modelo mental do Full-Text Search e aplica em bancos reais.
O que você constrói na cabeça (e no SQL)
- Por que wildcards não entendem idioma
- Tokenização, índice invertido e ranking
MATCH ... AGAINSTno MySQL etsvector/GINno PostgreSQL- SQLite FTS5 e o mesmo padrão no Cloudflare D1
- Text indexes no MongoDB, padrões Cassandra + Solr/OpenSearch
- Quando ficar no OLTP e quando migrar para OpenSearch, Meilisearch etc.
- Como ler EXPLAIN, medir P95 e evitar antipadrões
- Laboratório prático: catálogo semente de e-commerce, FTS5 local, endpoint
GET /searchem Workers/D1 e lista de verificação de evolução
Revisão 1.1.0
Português revisado segundo a norma culta; matéria laboratório adicionada (seed, SQLite FTS5, Cloudflare D1/Workers e análise de performance).
Para quem é
Desenvolvedores backend, full-stack e DBAs que já escrevem SQL e precisam entregar busca de produto sem inventar motor do zero — e sem copiar receita frágil.
Avaliação
Cada matéria tem simulado. Ao final, prova (nota mínima 70%) libera certificado e badge.
Grade curricular
Cada matéria agrupa várias aulas e um simulado. Ao concluir todas, faça a prova final para obter o certificado.
- Não iniciada
- Em andamento
- Concluída
-
Matéria 1
Limites da busca com LIKE
Por que LIKE com wildcards falha em relevância, escala e concorrência — e o que EXPLAIN revela sobre table scan.
-
-
Matéria 2
Fundamentos de Full-Text Search
Tokenização, stopwords, índice invertido e ranking — o modelo mental por trás de qualquer motor FTS.
-
-
Matéria 3
Full-Text Search no MySQL
Índices FULLTEXT, MATCH … AGAINST, modos NATURAL/BOOLEAN e leitura de planos EXPLAIN.
-
-
Matéria 4
Full-Text Search no PostgreSQL
tsvector/tsquery, GIN, stemming, tesauro e ranking com pesos por campo.
-
-
Matéria 5
SQLite FTS5 e Cloudflare D1
Tabelas virtuais FTS5, BM25, snippets e busca na edge com Cloudflare D1.
-
-
Matéria 6
Full-Text em outros bancos e ecossistema
MongoDB text indexes, Cassandra + Solr/OpenSearch e quando adotar motores dedicados.
-
-
Matéria 7
Performance, antipadrões e decisão em produção
Métricas de busca, EXPLAIN sob carga, mitigações e checklist FTS no banco vs motor dedicado.
-
-
Matéria 8
Laboratório: busca de e-commerce com SQLite, D1 e Workers
Do catálogo semente ao endpoint GET /search em Cloudflare D1: FTS5 local, migração, ranking e lista de verificação de evolução.
-
Etapa final
Prova final
Nota mínima: 70% · 20 questões
Faça login para registrar sua aprovação, pontos e certificado.
Iniciar prova finalProva final bloqueada
Conclua todas as matérias e simulados para liberar a prova final.