Słaba wydajność, gdy podobieństwo trygramów i wyszukiwanie pełnotekstowe zostały połączone z Q ind django przy użyciu postgres

Bez kodu klasy trudno jest znaleźć lepszy sposób na optymalizację zapytania.

Możesz dodać Gin lub Gist indeks, aby przyspieszyć podobieństwo trygramów.

Możesz utworzyć adnotację za pomocą SearchVector jak poniżej:

from django.contrib.postgres.aggregates import StringAgg
from django.contrib.postgres.search import SearchQuery, SearchVector

search_vectors = (
    SearchVector('vision_expertise') +
    SearchVector('bio_description') +
    SearchVector(StringAgg('experiences__description', delimiter=' ')) +
    SearchVector(StringAgg('educations__description', delimiter=' ')) +
    SearchVector(StringAgg('publications__description', delimiter=' '))
)

Profile.objects.annotate(
    search=search_vectors
).filter(
    Q(search=SearchQuery(search_term)) |
    Q(first_name__trigram_similar=search_term) |
    Q(last_name__trigram_similar=search_term) |
    Q(educations__degree__trigram_similar=search_term) |
    Q(educations__field_of_study__trigram_similar=search_term) |
    Q(educations__school__trigram_similar=search_term) |
    Q(experiences__title__trigram_similar=search_term) |
    Q(experiences__company__trigram_similar=search_term) |
    Q(publications__title__trigram_similar=search_term) |
    Q(certification__certification_name__trigram_similar=search_term) |
    Q(certification__certification_authority__trigram_similar=search_term)
)

Możesz przyspieszyć wyszukiwanie pełnotekstowe za pomocą SearchVectorField

Aby dowiedzieć się więcej o wyszukiwaniu pełnotekstowym i trygramie, przeczytaj artykuł, który napisałem na ten temat:

"Wyszukiwanie pełnotekstowe w Django z PostgreSQL"