优化此数据库数据模型

Question

我是一名后端开发人员，最近必须优化搜索实现。该数据库有许多用于搜索的表，大约有 7 个表，每个表包含大约 50k-500k。桌子看起来像这样。

您还可以假设所有有名称的东西也有 ts_vector 作为其名称。如果我提供的图表不清楚，我很抱歉。

以下是有关系统的一些假设。我在实施系统时必须遵循这些。但您可以向我们推荐一些服务。如果你愿意的话。

1. 数据库是亚马逊管理的RDS实例。因此，改变共享内存、共享缓冲区等配置是完全不可能的。
2. 使用外部服务也是不可能的，因为这会增加我们的云成本
3. 我们有只读副本设置。
4. 我确实有 Redis 集群设置。

这里有一些全局约束 只显示项目

1. is_active=真
2. 净库存 > 0
3. 有图像
4. 有_url_路径

我的数据的访问模式如下

1. 通过外部变体 ID 获取单个变体
2. 通过外部项目 ID 获取多种变体 通过使用类别获得许多变体。可以使用以下方式触发类别 我。如果类别和用户查询相似，则使用 TS_Search @> 操作并且属于当前网站区域设置 二.如果用户的输入与类别名称类似匹配 三.如果用户的输入与外部类别id匹配
3. 按名称查找许多变体ILIKE
4. 如果变体的选择或属性与用户的输入相似，则查找变体。使用 TS_Vector
5. 通过描述找到许多变体 TS_Vector
6. 无论获取什么变体，我都必须按变体位置降序对它们进行排序。

让我向您解释解释统计数据

1. 大部分解释成本花在排序部分。使用的算法是外部合并排序。
2. 正确使用索引
3. 使用的连接算法是嵌套循环连接

本地主机中的平均搜索查询大约需要 5-6 秒。可能是因为需要进行多次连接和 7 个不同的查询才能获取总数据。

我必须遵循一些 NoSQL 原则，并且必须大量使用 JSONB 列，以下是我如何使用按位置值降序排序的物化视图来改进它。由此创建的物化视图看起来像这样，严重非规范化并使用 JSONB 列减少连接。物化视图对我们来说没问题，因为我们的数据刷新不多，定期 12 小时刷新对我们来说就足够了。

请注意我如何将所有内容添加到一张表中。 JSONB 列是一个救星。现在搜索查询大约为 600 毫秒。

刷新物化视图时搜索服务关闭。目前只读副本可以帮助我们实现这一点。

现在，我正在尝试从系统中删除只读副本。已设置备份并设置备用 rds。您有什么建议吗？？

Answer 1

但是，我需要有关您当前数据模型的更多信息。请提供以下详细信息：

1. 数据库类型（关系型、NoSQL 等）
2. 现有表结构（架构）
3. 表之间的关系
4. 数据类型和约束
5. 查询和用例（例如插入、更新、选择）
6. 性能问题或挑战

有了这些信息，我可以提出优化建议，例如：

• 规范化和非规范化
• 索引和缓存
• 表拆分或合并
• 数据类型优化
• 查询优化
• 可扩展性和分区策略

请提供必要的详细信息，我将帮助您优化数据库数据模型。

示例格式

CREATE TABLE users (
  id INT PRIMARY KEY,
  name VARCHAR(255),
  email VARCHAR(255)
);

CREATE TABLE orders (
  id INT PRIMARY KEY,
  user_id INT,
  order_date DATE
);