performance - Postgres tsearch 在第一个查询上的性能

Question

我们正在使用自定义文本搜索配置来搜索德语文本，以正确支持复合词。

可以在这里找到该词典:http://www.sai.msu.su/~megera/postgres/gist/tsearch/V2/ (ispell-german-compound.tar.gz)。

字典已转换为 UTF8，我使用以下脚本将配置添加到数据库:

DROP TEXT SEARCH DICTIONARY IF EXISTS german_bon_ispell CASCADE;
DROP TEXT SEARCH DICTIONARY IF EXISTS german_bon_stem CASCADE;

CREATE TEXT SEARCH CONFIGURATION german_bon (copy=german);

CREATE TEXT SEARCH DICTIONARY german_bon_stem (
TEMPLATE = snowball,
  Language = german,
  StopWords = german
);

CREATE TEXT SEARCH DICTIONARY german_bon_ispell (
TEMPLATE = ispell,
  dictfile = german,
  afffile = german,
  StopWords = german
);

ALTER TEXT SEARCH CONFIGURATION german_bon
  ALTER MAPPING FOR
    asciiword,word,numword,numhword,hword_asciipart,hword_part,hword_numpart
  WITH german_bon_ispell, german_bon_stem;

字典本身工作得很好，但在每个新连接/ session 上，使用此配置的第一个查询需要 1-2 秒。每隔约 1-3 毫秒。

对于英语词典也可以观察到这种效果，但没有那么剧烈:

db=# \timing
Timing is on.
db=# select ts_debug('english', 'Book');
                               ts_debug
-----------------------------------------------------------------------
 (asciiword,"Word, all ASCII",Book,{english_stem},english_stem,{book})
(1 row)

Time: 6,977 ms
db=# select ts_debug('english', 'Book');
                               ts_debug
-----------------------------------------------------------------------
 (asciiword,"Word, all ASCII",Book,{english_stem},english_stem,{book})
(1 row)

Time: 2,258 ms
db=# select ts_debug('german_bon', 'Buch');
                                             ts_debug
---------------------------------------------------------------------------------------------------
 (asciiword,"Word, all ASCII",Buch,"{german_bon_ispell,german_bon_stem}",german_bon_ispell,{buch})
(1 row)

Time: 916,286 ms
db=# select ts_debug('german_bon', 'Buch');
                                             ts_debug
---------------------------------------------------------------------------------------------------
 (asciiword,"Word, all ASCII",Buch,"{german_bon_ispell,german_bon_stem}",german_bon_ispell,{buch})
(1 row)

Time: 1,240 ms
db=#

我目前知道的唯一解决方法是使用持久连接/连接池，我们为此使用 pgbouncer。但这给客户端带来了一些其他问题(PHP>PDO>Doctrine)，看起来像是缓存问题。

有什么办法可以减少这个“启动时间”吗？看起来好像是为每个新连接加载/创建配置，这似乎不合理。

Answer 1

这是一个已知问题 - 加载 ispell 字典很慢(每次在 session 中第一次使用字典时都会加载它)。一种好的解决方案是 session 池。其他解决方案是使用共享 ispell 字典 - 由 Tomas Vondra 编写的扩展 - shared_ispell ，但我不知道 PostgreSQL 9.2 及更高版本的某些新版本的支持情况如何 - 它是在 9.2 上测试的。德语可能有问题 - 它是用捷克语测试的。

另一种可能性是使用德语雪球词典 - 它应该明显更快 - 但结果可能更糟。从全文配置中删除 german_bon_ispell。