第一次使用 whoosh 数据量 300 万条，索引后 1.5G 文件
根据文档查询，时间经常需要 7 秒以上，问问大神如何加速优化下？感谢
ix = open_dir("indexdir")
with ix.searcher() as searcher:
myquery = Term("subject", "关键词")
results = searcher.search(myquery,limit=10)
for result1 in results:
print(dict(result1))
 |
1
JasperYanky Sep 4, 2020
上 es
|
 |
2
wzw Sep 4, 2020 via iPhone
我是自己写，全部放内存，用 fastapi
|
 |
5
sylvos Sep 4, 2020 via iPhone
expiringdict 怎么用，有多快
|
 |
6
lixuda OP @wzw https://github.com/mailgun/expiringdict 这个？字典缓存？能否再详细点，非常感谢
|
 |
7
zhuangzhuang1988 Sep 4, 2020
pypy??
whoosh 反正是纯 python 的. |
|
8
lixuda OP @zhuangzhuang1988 主要是想确认，是我使用的不对，还是本来就是这么慢。
|
 |
9
nooper Sep 4, 2020
2016 那都不维护了，你用它干啥。
|
 |
11
nonduality Sep 5, 2020
或许你可以看下 whoosh 的索引数据结构，然后把它改为使用 diskcache 或 redis 做缓存后端。
|
|
12
nonduality Sep 5, 2020
如果你在 Django 下使用 Whoosh，可以试下 Haystack （改起来应该很快），看是不是也这么慢，是否存在不恰当使用的地方。
如果还是很慢，但又不喜欢 ES 太重，可以考虑用 Xapian 做引擎，不过它对中文分词的支持会有点麻烦，知道怎么搞的话麻烦告诉下我。 |
|
13
lixuda OP @nonduality 现在用 flask+whoosh，目前测试下来，20 万条在 1-3 秒，200 万，就 7 秒以上
|
|
14
nonduality Sep 5, 2020
@lixuda Whoosh 有个支持 GAE blobstore 的索引后端，原则上在它基础上改出一个支持 Diskcache 后端的的不太难（ Diskcache 很不错，用磁盘做缓存，速度跟 redis 相当）
|
|
15
nonduality Sep 5, 2020
|
 |
16
yucongo Sep 6, 2020 via Android
elasticsearch 吧，秒搜，也就 1G 硬盘需求
|
|
17
nonduality Sep 7, 2020
我已经改好出来一个基于 xapian 的搜索引擎，速度确实快很多。
|
|
18
lixuda OP @nonduality 能否分享下？
|
|
19
nonduality Sep 7, 2020
@lixuda 我的是配合 django haystack 的 xapian 后端。你可以根据「用 xapian 跟 mmseg 实现中文搜索」这篇文章改，我用的是 jieba 分词，用起来还比较方便。
|
 |
20
mcds Sep 7, 2020
时间应该都花在 open_dir 上了吧？把它做成 web 服务常驻内存就好，我现在索引文件大概在 700m 左右，查询时间 0.1s 左右
|
|
21
nonduality Sep 10, 2020
经过初步测试，改用 Xapian 做后端，比用 Whoosh 做后端快 30 到 60 倍。从中也可以看到，尽管 Haystack 框架看起来很重，但其实不是性能瓶颈。
|
|
22
lixuda OP @nonduality 关键是 Xapian 性能比 whoosh 好，whoosh 毕竟是纯 py
|
Select Language