基于Redis缓存几十万条记录的快速模糊检索的功能实现(c#)

在大型信息系统中,为提升模糊检索性能,采用Redis缓存来处理几十万条公司记录。遵循读取最少数据、减少网络传输等原则,预先缓存所有可能性,并按公司名称顺序存储。通过Redis辅助类、缓存预热和优化检索方法,显著加快检索速度,降低数据库压力,提升用户体验。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

原文: 基于Redis缓存几十万条记录的快速模糊检索的功能实现(c#)

在开发一套大型的信息系统中,发现很多功能需要按公司查询,各个模块在实现时都是直接查数据库进行模糊检索,虽然对表进行向各个应用的库中进行了同步,但是在使用中发现,模糊检索公司时还是比较卡,原始的查询数据库实现方法:

            var organizeManager = new BaseOrganizeManager(DbHelperFactory.GetHelper(BaseSystemInfo.BusinessDbType, BaseSystemInfo.BusinessDbConnection));
            if (string.IsNullOrEmpty(key))
            {
                return null;
            }
            key = DbLogic.SqlSafe(key);
            var where = "(" + BaseOrganizeEntity.FieldFullName + " LIKE'%" + key
                + "%' OR " + BaseOrganizeEntity.FieldCode + " LIKE '%" + key + "%' OR "
                + BaseOrganizeEntity.FieldSimpleSpelling + " LIKE '%" + key + "%' OR "
                + BaseOrganizeEntity.FieldQuickQuery + " LIKE '%" + key + "%') AND "
                + BaseOrganizeEntity.FieldDeletionStateCode + " = 0 ";
            var items = organizeManager.GetList2<BaseOrganizeEntity>(where, 20, " Id desc");
            
            if (returnId)
            {
                returnList = items.Select(t => new SuggestEntity(t.FullName, t.Id)).ToList();
                returnList = items.Select(t => new SuggestEntity(t.FullName + " " + t.Code, t.Id)).ToList();
            }
            else
            {
                if (showCode)
                {
                    returnList = items.Select(t => new SuggestEntity(t.FullName, t.Code)).ToList();
                }
                else
                {
                    returnList = items.Select(t => new SuggestEntity(t.FullName, t.FullName)).ToList();
                }
            }
            return returnList;
为了提高用户体验,对公司的模糊检索使用了Redis缓存,按照以下原则:

1:读取最少的数据;
2:网络传输最少的数据;
3:所有的

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值