Aller au contenu
Retour aux projets

MiniSearch — moteur de recherche interne

Moteur de recherche haute performance avec full-text search, filtres dynamiques et ranking avancé construit avec React, TypeScript et Supabase.

Ce que ce projet démontre · Construire des applications

Recherche full-text
ReactTypeScriptSupabasePostgreSQLTailwind CSS
Aperçu de MiniSearch — moteur de recherche interne

Le problème

Les organisations ont besoin d'un moteur de recherche interne performant capable de rechercher parmi des milliers de documents tout en fournissant des résultats pertinents, filtrables et rapides.

La solution

Plateforme de recherche full-stack utilisant PostgreSQL full-text search natif pour l'indexation optimisée, React pour l'UI moderne, et Supabase pour le backend. Système de scoring intelligent avec décomposition des scores (pertinence textuelle, boost titre, récence, popularité, qualité).

Fonctionnalités clés

  • Full-text search multilingue (FR/EN) avec support PostgreSQL natif
  • Scoring intelligent avec 5 critères de boost (titre, récence, popularité, qualité, pertinence)
  • Filtrage dynamique : catégories, sources, langues, tags, dates, scores
  • Tri multiples : Pertinence, Plus récent, Plus populaire
  • Pagination configurable avec affichage par défaut 10 résultats
  • Recherches tendances affichées en accueil
  • Documents populaires recommandés
  • Snippets extraits du contenu pour aperçu rapide
  • Historique des clics pour l'analyse d'usage
  • Mode debug pour inspection des requêtes
  • Interface responsive avec design moderne Shadcn/ui
  • Support dark mode via next-themes

Stack technique

Frontend

React 18.3TypeScriptViteReact RouterTanStack QueryTailwind CSSShadcn/uiReact Hook FormLucide React

Backend

SupabasePostgreSQL

Base de données

PostgreSQLFull-text search

Outils

VitestESLintPostCSSBun

Défis techniques

  • 1Implémenter un système de scoring multi-critères performant avec PostgreSQL
  • 2Optimiser les requêtes full-text search pour des millions de documents
  • 3Gérer l'indexation et le cache pour performance optimale
  • 4Concevoir des filtres avancés tout en maintenant l'UX simple
  • 5Intégrer RPC Supabase pour des fonctions stockées personnalisées

Ce que j'ai appris

  • PostgreSQL full-text search natif avec tsvector et tsquery
  • Architecture avec React Query pour la gestion d'état et cache
  • Fonctions RPC Supabase pour logique backend optimisée
  • Design responsive avec Shadcn/ui et Tailwind CSS
  • Systèmes de scoring et ranking avancés
  • Optimisation des performances avec code splitting et tree shaking Vite
  • Testing avec Vitest et React Testing Library
Étude de cas suivanteLe Bon Coin — clone MERN