Laravel Scout Typesense 驱动性能优化:避免不必要的 API 调用
2025-07-10 04:21:26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
kernelopenEuler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。C037
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0115
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
433
3.29 K
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++
689
352
Ascend Extension for PyTorch
Python
237
271
暂无简介
Dart
690
162
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
仓颉编程语言运行时与标准库。
Cangjie
143
881
React Native鸿蒙化仓库
JavaScript
266
327
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
211
115
仓颉编译器源码及 cjdb 调试工具。
C++
138
869