这是一个创建于 386 天前的主题，其中的信息可能已经有所发展或是发生改变。
我自己是纯业余爱好者，没上过一点科班课程，这段时间靠 GPT 全程答疑搭了一个卡牌查询网站 https://sbwsz.com/ ，数据量大概在 10w 条左右，后端用的是 SQLAlchemy+SQLite 。目前感觉查询性能很一般，很多查询要接近 1 秒的时间才能出结果，光查询用时就是其他卡查网站整个网络请求用时的好几倍。
我首先想到的肯定是查询语句的优化不够。但是由于卡查很多地方是文本模糊匹配，SQLite 这方面的性能好像不太行，我感觉优化的空间不太大。问了问 GPT ，它建议我改用 PostgreSQL 或者 Elasticsearch 。或者，由于数据量比较小（ 10w 条数据大概 1GB 左右），是不是可以直接放内存里用 redis 之类的内存数据库管理？
我首先想到的肯定是查询语句的优化不够。但是由于卡查很多地方是文本模糊匹配，SQLite 这方面的性能好像不太行，我感觉优化的空间不太大。问了问 GPT ，它建议我改用 PostgreSQL 或者 Elasticsearch 。或者，由于数据量比较小（ 10w 条数据大概 1GB 左右），是不是可以直接放内存里用 redis 之类的内存数据库管理？
 |
1
gxy2825 2023-12-08 18:00:33 +08:00  1
这种文本模糊搜索很适合用 Elasticsearch ，但是考虑到技术难度和数据量不一定是优选，如果数据量增长的不快可以先用 Redis 试试
|
 |
2
AllanAG 2023-12-08 18:10:51 +08:00 1
文本模糊搜索的话，redis 可能不是好选择。es 可以但没必要，可以使用些轻量级的搜索引擎，比如 Meilisearch
|
 |
3
zzl22100048 2023-12-08 18:11:36 +08:00 1
可以试试 slqite 的分词器，做模糊搜索，上 redis 感觉还不如正规的搜索引擎呢 像 https://github.com/valeriansaliou/sonic 这种
|
 |
4
lmq2582609 2023-12-08 23:26:57 +08:00 1
这个网站是用什么搭建的呀，很不错啊！有现成的开源项目吗？
10W 数据如果后续新增的数据量非常小，感觉上 Elasticsearch 太重了，增加维护成本。 你可以在阿里云或者腾讯云平台申请免费试用 1 个月的 PostgreSQL 或 MongoDB 数据库，然后把数据写进去，试试看哪个能满足你的需求。 |
 |
5
rekulas 2023-12-08 23:46:43 +08:00 1
可以考虑放 sphinx,这点数据量挺轻松
或者找一个其他开源搜索框架自己做 不过要说到效果上一般的框架可能还是比不过 es(框架很多 但权重得分计算做得好的不多) |
 |
6
heliumjt OP @lmq2582609 前端就是 Vue+Element ，没有别的框架了。对比了一下之后我决定先上 PostgreSQL 试一下，因为我项目里也不只是文本查询，还有很多复杂的条件查询，我自己还是得 SQL 才玩得明白。
|
 |
7
suuuch 2023-12-09 15:05:46 +08:00
SQLite 的话，换 SSD ，会有一点提升。
文本检索上 ES 是标准方案，但是光是 ES 集群就够整的了。 用 PostgreSQL 然后设计一下数据结构，和索引，应该是可以的。。（不知道数据长什么样，不做任何保证 |
 |
8
isSamle 2023-12-09 16:01:25 +08:00
为什么不用 mysql
|
 |
9
maichael 2023-12-09 20:12:59 +08:00
ES 太重的话，可以用 meilisearch 替代。
|
 |
10
aru 2023-12-09 22:25:45 +08:00
ES 用 docker 来搭建一个单节点的也还好
不过你的硬件是什么呢？单节点的 ES 配合你的网站，建议也要 4G 内存的机器 |
 |
11
kuanat 2023-12-10 04:57:25 +08:00 1
我大概试了一下网站，没感觉查询有什么特别慢的地方。如果要定位慢查询的问题，最好贴上语句和配置信息什么的看一下。
在不改变技术框架的情况下，优化方案就是加索引。再具体一点，这个索引是要能通过用户输入的关键词，快速定位到特定字段包含关键词的数据集。 这里涉及到两个主要的技术点，一个是对文本字段进行分词，提取出关键词。另一个是通过关键词反查数据集，这个要构建的索引叫倒排索引（ inverted index ）。剩下的事情就是更改查询逻辑，前端查询请求走索引，后端直接取索引筛选出的数据集。（这个索引可以做到后端应用程序里，也可以保存到数据库里） 考虑到楼主非专业开发，我是建议手动做上面的事情。用其他的成熟方案，需要学习的东西其实更多，原理理解不到位的话很可能达不到效果，而且没有必要。 如果是我来做这个事情的话，可能会采取完全不同的方案，楼主可以参考一下。 因为这个数据库基本上是只读不写的，写场景基本只发生在数据修正或者批量更新的时候。所以优化的核心思路就是数据集（数据库）为查询优化。 虽然楼主没有透露这个数据库的表结构，考虑到万智牌大概就几万张，而数据集大概有 10 万条，这个数据库应该是冗余很低，符合范式的设计方式。 这一类数据库是为写操作和存储优化的，冗余很低，提取数据需要对数据表做组合查询。为读操作和查询优化的数据库正好相反，冗余很高。既然最终查询结果是卡牌集合，那就以某种数据结构来记录每张卡牌包含的所有信息，一次读取即可获得完整数据，省去了数据组合的过程。 即便有大量的冗余，内存中以这种数据结构存储卡牌信息，可能不会超过 4GB ，即使再翻个倍也不是问题。那对于查询系统来说，有没有 sql 数据库都不重要了。 当然 sql 对于数据录入还是很有意义的，一方面可能本身数据来源导入比较方便，另一方面修改低冗余数据远比高冗余数据方便。所以这里需要编写个脚本，在每次 sql 数据库更新之后，重新生成一份通用格式的（比如 csv 或者 json ）的数据集，后端应用程序反序列化之后即可获得上述的内存数据库。 上面这些如果用技术语言描述，就是 sql 转 kv/nosql ，没有多少技术难度，就是个经验问题。 剩下的事情都差不多，分词、建索引。主要是一些经验层面的优化，这里就随便列举几个。 比如请求是可以缓存的，一般用在高频查询和分页上。再比如具体到这个查询场景说，一个请求如果需要返回几百个数据，要么不合理要么没必要。（人一般不需要这么多，返回太多都是在给爬虫服务了。） |
 |
12
dayeye2006199 2023-12-10 15:45:50 +08:00 via Android
PG 的全文搜索。多大网站得上 es
|
Select Language