Laravel Scout Typesense 驱动性能优化:避免不必要的 API 调用
2025-07-10 01:29:59作者:温玫谨Lighthearted
在 Laravel 生态系统中,Scout 作为全文搜索的解决方案广受欢迎。其中 Typesense 驱动为开发者提供了强大的搜索能力,但在实际使用中发现了一个值得关注的性能问题。
问题背景
当使用 Scout 的 Typesense 驱动时,系统会在模型更新时触发两次 HTTP 请求到 Typesense 服务器。值得注意的是,即使被更新的字段并不包含在搜索文档的 schema 中,这种请求依然会发生。对于高频更新的应用场景,这会导致显著的不必要性能开销。
问题表现
假设我们有一个包含 10,000 个文档的集合,每个文档每小时更新一次。每次更新都会触发两次 API 调用,这意味着系统每秒会产生约 5.5 次完全不必要的请求。这种设计显然不够高效,特别是在大规模应用中。
技术细节分析
问题的核心在于驱动程序的实现方式。当前版本中,无论模型更新的字段是否属于搜索文档的一部分,驱动程序都会无条件地执行以下操作:
- 发送 GET 请求获取集合信息
- 发送 POST 请求导入文档
这种设计忽略了字段筛选的可能性,导致大量冗余请求。
解决方案思路
理想的解决方案应该包含以下改进:
- 在触发更新前检查被修改的字段
- 只有当被修改的字段包含在搜索文档 schema 中时,才执行 API 调用
- 对于非搜索字段的更新,完全跳过搜索索引的更新过程
实现建议
对于开发者而言,可以采取以下临时解决方案:
- 在模型中使用
shouldBeSearchable方法进行条件判断 - 重写
toSearchableArray方法,确保只包含必要的字段 - 对于批量更新操作,考虑使用
withoutSyncingToSearch方法
版本更新情况
值得注意的是,这个问题已经在 Typesense 官方驱动中得到修复,但 Laravel 官方驱动尚未跟进这一改进。开发者可以关注官方更新,或考虑临时切换到 Typesense 官方驱动以获得性能提升。
总结
性能优化是大型应用开发中不可忽视的一环。这个案例提醒我们,即使是成熟的框架和驱动,也可能存在优化空间。理解底层实现原理,合理配置搜索索引,对于构建高性能应用至关重要。随着社区的持续贡献,我们期待这个问题能在官方驱动中得到彻底解决。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0209- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
MarkFlowy一款 AI Markdown 编辑器TSX01
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
617
4.08 K
Ascend Extension for PyTorch
Python
453
537
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
926
774
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
374
254
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
暂无简介
Dart
858
205
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.48 K
836
React Native鸿蒙化仓库
JavaScript
322
379
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
114
178