Optimization 基于重复搜索和页面的RavenDb优化
给定一个具有15个属性和3个IEnumerable属性的文档结构，其中每个属性最多可以有20个值 当我在raven中有50000个这样的文档时，用户可以通过提供7个左右属性的值来建立标准 比如说，最经常重复执行30次独特的搜索，平均每个用户每次执行搜索都会翻阅5页 现在，假设我发现7000个结果与用户构造的某些条件相匹配，如果我选择检索与该条件匹配的所有7000个ID（不断跳过take以检索我想象的所有ID），然后散列该条件并将其用作将7000个值存储在memcached中的键，那么当再次搜索相同的条件时，我可以简单地从缓存中检索id，获取用户所在页面的10个id，然后从raven按id加载结果。另外，当他们翻页时，我可以选择不使用skip and take再次执行相同的搜索，只需转到缓存并获取下一页的ID，然后转到raven进行加载 换言之，对于之前未搜索的每个条件，我们执行搜索，检索匹配ID，根据散列为键的条件缓存它们，然后当一个用户页面显示搜索结果或另一个用户执行相同的搜索时，我们只需转到raven，通过ID加载，我们可以通过查找散列条件作为键从memcached中检索ID 这种方法是否给了我任何好处，而不仅仅是一直进行搜索，在需要分页时跳过take，并让raven在重复使用搜索时重复使用动态索引Optimization 基于重复搜索和页面的RavenDb优化,optimization,memcached,ravendb,Optimization,Memcached,Ravendb,给定一个具有15个属性和3个IEnumerable属性的文档结构，其中每个属性最多可以有20个值 当我在raven中有50000个这样的文档时，用户可以通过提供7个左右属性的值来建立标准 比如说，最经常重复执行30次独特的搜索，平均每个用户每次执行搜索都会翻阅5页 现在，假设我发现7000个结果与用户构造的某些条件相匹配，如果我选择检索与该条件匹配的所有7000个ID（不断跳过take以检索我想象的所有ID），然后散列该条件并将其用作将7000个值存储在memcached中的键，那么当再次搜索相
注意：我正在使用LINQ api 您正在谈论建立自己的索引。无论您是否使用memcached或任何技术来存储索引，它都只是一个索引 Lucene.NET经过了大量优化，在您描述的查询中速度非常快，因此您做得更好的可能性很低。你需要考虑非常困难的情况，比如陈旧的索引、并发性等，即使你可以做得更好，它真的值得吗？我的意思是，如果你想让你的搜索执行得更快，那么在你的机器上安装另一个CPU不是更便宜吗
明确地说，是的，我绝对认为您应该使用标准的LINQAPI，让RavenDB创建动态索引。如果它们真的经常被使用，RavenDB很快就会将它们作为永久索引推广。您正在谈论构建自己的索引。无论您是否使用memcached或任何技术来存储索引，它都只是一个索引 Lucene.NET经过了大量优化，在您描述的查询中速度非常快，因此您做得更好的可能性很低。你需要考虑非常困难的情况，比如陈旧的索引、并发性等，即使你可以做得更好，它真的值得吗？我的意思是，如果你想让你的搜索执行得更快，那么在你的机器上安装另一个CPU不是更便宜吗
明确地说，是的，我绝对认为您应该使用标准的LINQAPI，让RavenDB创建动态索引。如果它们真的经常被使用，RavenDB很快就会将它们作为永久索引进行推广。不仅如此，如果不允许RavenDB进行这项工作，你会混淆RavenDB内部的许多内部优化。不仅如此，如果不允许RavenDB进行这项工作，您将混淆RavenDB内部的许多内部优化。